close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Experimentalphonetik Experimentalphonetik Was ist ein Experiment

EinbettenHerunterladen
Experimentalphonetik
Experimentalphonetik
•
Empirie: Allgemeines, Methoden,
Vorgehensweisen, Statistik
•
•
Petra Wagner
Was ist ein Experiment?
• Funktion: Beschreiben, Erklären, Vorhersagen,
Verändern
• Unabhängige Variablen (werden vom Versuchsleiter
verändert) vs. Abhängige Variablen (sollen
vorhergesagt werden), Störvariablen sollen
ausgeschaltet werden
• Planmäßigkeit, Replikation, Kontrollverlauf,
statistische Auswertung
• Nicht-experimentelle Empirie: Beobachtungsdaten
• Experimentelle Forschung: Kausalschlüsse möglich
Experimentelle Forschung im
Rahmen einer Theorie
• Theorie: Erklärungen für Beobachtungen (bestehend aus
Sätzen)
• Modelle: ordnende konstruierte Systeme von
Vorschlägen, Analogien, die solange modifiziert werden,
bis eine Theorie aus Gesetzesaussagen geworden ist.
• Empirische Forschung = induktives Vorgehen, von den
Fakten zur gesetzmäßigen Verallgemeinerung
• Hypothesen (wenn-dann-Aussagen) leiten sich aus den
theoretischen Sätzen ab und müssen (experimentell)
überprüft werden
= „see instrumental phonetics“ (Trask „A Dictionary
of Phonetics and Phonology“)
Instrumental phonetics = „The use of mechanical,
electrical or electronical apparatus to investigate any
aspect of phonetics“
Essentiell:
– objektive Messmethode (keine Introspektion!)
und/oder
– Experimentelles Vorgehen (keine scharfe
Trennung zwischen Korrelationsforschung und
experimenteller Forschung)
Phasen eines Experiments
• Fragestellung
• Hypothesenbildung beruhend auf Theorie,
vorherigen Experimenten, Modellannahmen etc.
• Operationalisierung (Zuordnung von Begriffen
der Theorie zu beobachtbaren Phänomenen =
Indikatoren); Güte = Konstruktvalidität
• Aufbau einer geeigneten Versuchssituation,
Meßinstrument zur Gewinnung der Daten
Erkenntnisgewinn
• Falsifikation führt zur Veränderung der Theorie/des
Modells
• Keine vollständige Induktion möglich (keine
Verifizierung), aber
• Bestätigung der Hypothese durch Falsifikation der
Nullhypothese mit Hilfe eines Signifikanztests
• Erkenntnisgewinn aber auch durch Falsifikation der
Hypothese (Einschränkung der Theorie/des Modells,
Annahme der Alternativhypothese)
1
…und wie geht das jetzt in der
Phonetik???
• Häufig reine Beobachtung (nicht-experimentell),
dann reine Korrelationsforschung (keine Aussagen
über Kausalbeziehungen)
• Empirische Prägung
• Häufig indirekte Beobachtung
• Verwendung von „objektiven“ Meßinstrumenten
neben Gehör, z.B. Laryngograph, Mikrophon,
Filter, Röntgenstrahlen etc.
Fragestellung, Hypothesenbildung
• Viele Fragen drängen sich uns gerade im Bereich der
Phonetik schon im Alltag auf, andere beim Betrachten von
Sprachmaterial, Lesen von Texten etc.
• Wenn die Fragestellung gefunden ist, muss man sich
theoretisch absichern, wie der Stand der Forschung zum
gegebenen Problem ist. Hierbei arbeiten wir mit gängigen
Modellen der Phonetik (z.B. dass sich Laute als Segmente
darstellen lassen, dass es Silben gibt, mit einem
Vokaltraktmodell etc.)
• Aus dem Stand der Forschung sowie der allgemeinen
Fragestellung leiten wir dann unsere Arbeitshypothese ab,
z.B. „Die deutschen Frikative /ç/ und /ʃ/ fallen im Dialekt des
Forschungsphasen - allgemein
• Fragestellungen, Problemabriss
• Theoretischer Rahmen, Hypothesenbildung
• Forschungsplanung: Wahl der Forschungsstrategie
und Methoden der Datengewinnung
• Durchführung der Datengewinnung
• Datenverarbeitung
• Interpretation und Diskussion, Darstellung der
Untersuchung; neue Fragestellung
Forschungsplanung,
Datengewinnung
• Bietet sich ein experimenteller Aufbau oder
eher eine Datensammlung an?
• Art der Datenerhebung (offenes Interview,
Produktionsexperiment, Lesesprache),
Festlegen der Aufnahmebedingungen
• Durchführung der Datenerhebung
Rheinlands zu dem alveolo-palatalen Frikativ [ɕ] zusammen.“
Datenverarbeitung/Messungen
Messungen: Skalentypen
• Daten sind Beobachtungsresultate (z.B. „dieser Laut
ist ein Plosiv mit einer Dauer von 95 ms und der
lautesten Verschlusslösung im Sprachsignal“)
• Beobachtungsresultate können nur aufgrund von
Messungen gewonnen werden, also einer
Zuordnung von Zahlen zu Eigenschaften von
Objekten
• Vom Skalenniveau der Daten hängen die
Möglichkeiten für spätere Analysen ab
• „Plosiv“ = nominalskaliert; „lauteste
Verschlusslösung“=ordinalskaliert; „95 ms“ =
ratioskaliert
• Nominalskalierte Daten (Voraussetzung: Klassen)
– „Plosiv vs. Frikativ vs. Approximant vs. Nasal, …“
– „männlich vs. weiblich“
– „alt vs. jung“
• Ordinalskalierte Daten (Voraussetzung: Ränge)
– Schulnoten
– Bundesliga
• Intervallskalierte/ratioskalierte Daten erlauben Aussagen
über Ausprägungen bestimmter Objekteigenschaften
(Voraussetzung: normierte Messeinheiten bzw. Messskala
mit absolutem Nullpunkt)
– Celsiusskala (intervall)
– Kelvinskala (ratio)
– Häufigkeiten (ratio)
– Dauern (ratio)
2
Datenverarbeitung: Statistische
Untersuchung der Arbeitshypothese
• Art der Hypothese („häufiger als“, „länger als“, „ähnlich
verteilt“) und Art des Datenmaterials bestimmen
statistische Untersuchung
• Statistische Signifikanztests liefern einen Wert der
Zufallswahrscheinlichkeit; je kleiner dieser Wert umso
wahrscheinlicher ist es, dass der getestete
Zusammenhang zwischen Stichprobengruppen nicht
zufällig ist. Ab wann man diesen Wert als signifikant
einstuft, hängt vom Untersuchenden ab
• Statistische Tests gehen häufig von einer repräsentativen
Stichprobe sowie einer Normalverteilung der Daten aus
Chi-Quadrat Test
• Vergleich von erwarteten
und eingetretenen
Häufigkeiten
• Daten: Häufigkeiten in
verschiedenen
Versuchsbedingungen
• Hier: Nullhypothese:
Rheinländer und
Nordköppe haben gleiche
Substitutionshäufigkeiten
von halbgeschlossenen
durch halbgeöffnete
Vorderzungenvokale
[eÖ]
Rhein- 31
länder
16
Nord- 12
köppe
42
Freiheitsgrade
1
• Häufigkeitsuntersuchungen – Frage: Tritt ein bestimmter
Datentyp bei unterschiedlichen Bedingungen signifikant
unterschiedlich häufig auf?
– chi-Quadrat (mindestens nominalskalierte Daten)
– Kolmogoroff-Smirnoff, Kruskal-Wallis (mindestens ordinalskalierte Daten)
• Mittelwertvergleiche – Frage: Unterscheiden sich die Mittelwerte
zweier Datenreihen signifikant?
– t-test (normalverteilte, mindestens intervallskalierte Daten)
• Korrelationstests – Frage: Gibt es einen linearen
Zusammenhang zwischen zwei Datenreihen?
– Spearman-Rho (normalverteilte, mindestens ordinalskalierte Daten)
– Produkt-Moment-Korrelation (intervallsk.)
t- test für unabhängige Stichproben
[ɛÖ]
ChiQuadrat
19.65
Statistische Tests - Basics
p
<0.001
• Unterscheiden sich zwei
Mittelwerte zweier
Messreihen signifikant?
• Voraussetzung: 2
unabhängige Messreihen;
intervallskalierte,
normalverteilte Daten
• Beispiel: Plosivdauern in
unterschiedlichen Kontexten
• T-Wert=6.95, 23
Freiheitsgrade, bedeutet
signfikanter Unterschied bei
Irrtumswahrscheinlichkeit
p<0.001
Normal
Geminaten
Summe
14561394
14561394
Mittelwert
97,06667116,1667
97,06667116,1667
Anzahl
1411
1411
12 0
115
110
10 5
norm al
G e m in a t e
10 0
95
90
85
P lo siv e
Untersuchungsbericht
1. Problem (Theorie, Stand der Forschung, Hypothese)
2. Methode (Untersuchungsobjekt, Material, Geräte,
Durchführung, Auswertungsmethode)
3. Ergebnisse (Beschreibung der Daten, Ergebnisse
der Tests, was ist erwartbar, neu)
4. Diskussion (Interpretation im Hinblick auf Theorie,
Mögliche Lücken/Testfehler,Ausblick)
5. Zusammenfassung
3
Document
Kategorie
Bildung
Seitenansichten
5
Dateigröße
103 KB
Tags
1/--Seiten
melden