瞿 菁
(杭州電子科技大學,浙江 杭州 310018)
錯誤分析視角下對大學英語寫作的SPSS實證分析
瞿 菁
(杭州電子科技大學,浙江 杭州 310018)
錯誤分析是對學生在學習和使用第二語言過程中的錯誤進行研究與分析,探索學習者所運用的策略、產生錯誤的原因、如何克服等。錯誤分析方法成為二語習得中的一個組成部分,幫助教師意識到學生的特點、錯誤偏好、認知空缺,提高教學導向性。通過對學生的英語寫作中的錯誤進行歸類、統(tǒng)計,用SPSS工具分析其與寫作水平之間的相關和回歸關系,可以幫助師生調整學習內容,了解語言學習的步驟,明確學習者努力的方向。
錯誤分析 英語寫作 SPSS分析
錯誤分析(Error Analysis)于20世紀60年代發(fā)展起來,指學習第二語言過程中對錯誤進行探索、歸類,通過錯誤的形式探討其背后的認知、母語遷移、理論意識等方面的原因,進而采取相應的教學策略。
錯誤分析的提出者是科德Corder(1967),他認為錯誤分析是一種有效的指導教學的方法,把錯誤分為前系統(tǒng)錯誤、系統(tǒng)錯誤、系統(tǒng)形成后的錯誤。另外,科德還提出了錯誤評價,就是這些錯誤是否妨礙理解和交際,是否應該糾正,以及對寫作者和讀者產生的影響。Richards(1974)把錯誤分為語際錯誤、語內錯誤和發(fā)展性錯誤。Dulay和Krashen(1982)從評價的角度,將錯誤分為全局性錯誤(影響交際)和局部性錯誤(不影響交際)。
錯誤分析在中國的發(fā)展主要在這十年。蔡龍權和戴煒棟(2001)對錯誤分類進行了補充和整合,得出了三大類錯誤:認知錯誤、語言性錯誤、行為性錯誤。
目前的研究主要是文獻研究和實證研究,文獻研究多半是圍繞錯誤分類、錯誤的評價、理論的回顧;實證研究占較大比重,即以語料為基礎的定量定性相結合的研究。有些語料是基于幾個教學班的小規(guī)模的語料收集然后進行分析的。同時,語料語言學的發(fā)展,特別是CLEC(chinese learner English Corpus)的建成[1],使得大規(guī)模對語料進行錯誤分析變成可能。研究涉及音素、詞匯、句法、語法、語用及文化等方面,從口語、聽力、寫作到翻譯等層面。
進行錯誤分析,首先是把寫作中的錯誤按照一定的類別歸類。錯誤分析的難點,也是導致分析結果相異的原因,不同學者對錯誤分類的方法不盡相同。有些是從學習的不同階段,有些是從錯誤評價的角度,有些是從對交際的影響,等等,這里把錯誤分為語際錯誤和語內錯誤。
提到語際錯誤,就要提到遷移。Oldin提出二外習得中遷移現(xiàn)象很普遍。根據(jù)Odlin(1989)的理解,遷移是指學習者將母語的知識運用到第二語言的學習中。遷移有正遷移、負遷移。正遷移發(fā)生在母語和目標語在形式與結構上有相似之處時,母語成為外語學習的幫助。負遷移就是當學習者習慣把母語中的結構和形式錯誤地運用到第二語言中,比如中國學生學習英語,就習慣把漢語的結構、語法規(guī)則運用到英語中,這種負遷移導致的錯誤,就是語際錯誤。
學習過程中除了有語間錯誤外,還有語內錯誤,當學習者已經學習了目標語的一些規(guī)則、結構、形式后,對其用法的掌握還有限,有時候會有錯誤的推斷,這種對目標語錯誤判斷形成的錯誤稱為語際錯誤。
根據(jù)Corder(1981),錯誤分析就是對語言學習者的語言樣本進行收集、確認、描述,根據(jù)它們產生的原因進行歸類,這是一種雙語對比,就是學習者所掌握的第二語言的實際語言水平和目標語之間的對比。本文就對英語作文中的錯誤進行分析,按照語內錯誤和語際錯誤的大分類,找出錯誤,進行歸類,然后用SPSS軟件分析,以得出學生寫作中主要的錯誤點分布,以及寫作成績與四級成績的相關性有多大,輔助寫作教學的導向。為了更加精確地分析,這里把語際錯誤歸為一類,語內錯誤分為過度類推(overgeneralization)、簡化(simplification)、交際策略等[6]。過度類推指學習者把語法規(guī)則的運用推廣到不應有的范圍。簡化在于簡化冗余成分,對表達意義用處不大,但有語體語用功能。交際策略發(fā)生在學習者語法知識或詞匯上存在局限時,就是為了達到交際目的,學習者有意識地使用一些語言或非語言手段進行交際。當然,如果語料規(guī)模較大,則應該有多種分類,本文僅以以上幾類作為示例。
將一個班級學生的作文當做語料,進行錯誤分析。對每個學生的錯誤進行收集、描述,按照以上錯誤分類分為四類。圍繞性別、錯誤點、寫作水平、四級成績幾個要素展開分析,探討幾個要素之間的相關性,分析工具是SPSS軟件(楊曉明,2012)。
(1)對比寫作成績和四級成績,看二者有無顯著性差異。檢驗結果如下:
成對樣本統(tǒng)計量均值 N 標準差 均值的標準誤寫作成績對1 6 5 . 4 5 9 5 3 7 1 2 . 0 0 3 6 9 1 . 9 7 3 3 9四級成績4 5 1 . 0 8 1 1 3 7 4 3 . 0 3 7 7 0 7 . 0 7 5 3 5
成對樣本檢驗成對差分差分的9 5 %均值 標準差 均值的標準誤置信區(qū)間t d f S i g .(雙側)下限 上限對1寫作成績—四級成績-3 8 5 . 6 2 1 6 2 3 5 . 5 5 1 4 9 5 . 8 4 4 6 3 -3 9 7 . 4 7 5 0 8 -3 7 3 . 7 6 8 1 6 -6 5 . 9 7 9 3 6 . 0 0 0
S i g .對1 寫作成績—四級成績成對樣本相關系數(shù)N 相關系數(shù)3 7 . 7 0 9 . 0 0 0
寫作成績的標準差12.0,相對于四級成績43.0來說較小,均值的標準誤寫作1.9,相對于四級的7.0更小,說明寫作成績的誤差比四級的要小。寫作成績和四級成績的相關系數(shù)為0.7,伴隨概率sig.為0.000,小于0.05,說明二者相關性比較顯著。雙側概率是用來判斷差異是否顯著的關鍵指標,上面Sig值為0.000(<0.05),說明寫作和四級成績有顯著性差異。(大于或者等于0.05則沒有顯著差異,小于0.05則有顯著差異)。四級成績是廣為接受的測試,該寫作和四級成績有較高的相關,表示此次寫作還是基本反映了學生的真實水平。
(2)把每個學生寫作的錯誤點統(tǒng)計出來,然后把學生分為兩組,通過四級的一組和未通過的一組,分別代表較好和較差的英語水平,看兩組錯誤點的多少是否的確有顯著性差異,這個屬于獨立樣本的T檢驗。結果如下:
組統(tǒng)計量四級成績 N 均值 標準差 均值的標準誤>= 4 2 5 . 0 0 3 2 1 4 . 0 9 8 . 4 9 4 1 . 5 0 2錯誤數(shù)<4 2 5 . 0 0 5 2 1 . 8 0 6 . 6 4 8 2 . 9 7 3
獨立樣本檢驗方差方程的L e v e n e檢驗 均值方程的t檢驗F S i g . t d f S i g .(雙側)均值差值標準誤差值差分的9 5 %置信區(qū)間下限 上限錯誤數(shù)假設方差相等 . 3 7 7 . 5 4 3 -1 . 9 3 0 3 5 . 0 6 2 -7 . 7 0 6 3 . 9 9 3 -1 5 . 8 1 3 . 4 0 1假設方差不相等-2 . 3 1 4 6 . 2 4 8 . 0 5 8 -7 . 7 0 6 3 . 3 3 1 -1 5 . 7 7 9 . 3 6 6
從均值上看,通過四級的(大于425)學生的錯誤點均值為14,未通過的學生為21,說明未通過組的錯誤明顯更多。Sig檢驗顯著性的概率,為0.543,大于0.05,說明方差差異不顯著。應該在方差相等的欄目看Sig.(雙側)T檢驗的概率為0.062,大于0.05,說明通過四級和未通過四級組犯的錯誤點沒有顯著性差異。這說明不管通過還是未通過的同學,在犯以上幾類錯誤的概率是均等的。
(3)驗證了該次寫作測試,比較能反映學生的英語水平,同時發(fā)現(xiàn)英語水平不論高低,錯誤點都是不可避免的。那么,進一步分析錯誤點和學生的寫作究竟相關程度如何?
相關性寫作成績 錯誤數(shù)P e a r s o n相關性 1 -. 5 4 9 * *寫作成績顯著性(雙側). 0 0 0 N 3 7 3 7 1 P e a r s o n相關性 -. 5 4 9**錯誤數(shù)顯著性(雙側). 0 0 0相關性3 7 3 7**.在. 0 1水平(雙側)上顯著相關。N寫作成績 錯誤數(shù)P e a r s o n相關性 1 -. 5 4 9 * *
寫作成績和錯誤的相關系數(shù)為-0.549,說明錯誤數(shù)和寫作成績有一定的負相關性。
(4)以上分析的錯誤點一定程度上反映了寫作水平,進一步設定一個變量,即學生學習時間(每周投入的學習)。假設在學習時間都一定的情況下,探討錯誤數(shù)和寫作水平的相關度如何,這屬于偏相關分析。
?
上半部分是沒有控制變量的時候,三者的兩兩相關系數(shù)。寫作成績與錯誤數(shù)呈負相關(-0.549),這與前面第三點的分析很吻合。下半部分控制了學習時間,二者的偏相關系數(shù)為-0.197,自由度為34,Sig.為0.25,大于0.05,說明二者之間無顯著性線性相關的可能性大于0.05,二者的相關性不強。上面第三點在認可學習時間數(shù)不同時,錯誤數(shù)和成績相關系數(shù)為-0.549,但是這里學習時間因素剔除了,則二者相關度迅速降低到-0.197,說明學習投入的時間,即刻苦程度也是決定寫作成績的一個重要因素。
(5)印證了學習投入時間的重要性后,為了探討學生可以側重哪些方面提高學習的導向性,可以把錯誤根據(jù)原因歸類為4類,分別為:語間錯誤,語內錯誤中的過度類推、簡化、交際策略。這四類錯誤作為自變量,因變量就是寫作成績,建立不同錯誤類別和寫作成績的線性回歸模型。結果如下:
模型匯總b模型 R R方 調整R 方 標準估計的誤差1 . 8 6 8a. 7 5 3 . 7 2 2 6 . 3 2 6 3 7 a .預測變量:(常量),錯誤4,錯誤3,錯誤2,錯誤1。b .因變量\:寫作成績
A n o v a a模型 平方和 d f 均方F S i g .回歸 3 9 0 6 . 4 5 5 4 9 7 6 . 6 1 4 2 4 . 4 0 1 . 0 0 0 b 1殘差5 1 8 7 . 1 8 9 3 6 a .因變量\:1 2 8 0 . 7 3 4 3 2 4 0 . 0 2 3總計寫作成績b .預測變量:(常量),錯誤4,錯誤3,錯誤2,錯誤1。
系數(shù)a模型非標準化系數(shù) 標準系數(shù)B t S i g .標準誤差 試用版(常量)8 4 . 2 6 7 2 . 1 9 6 3 8 . 3 8 1 . 0 0 0錯誤1 1 -. 8 9 4 . 2 9 7 -. 3 1 9 -3 . 0 1 0 . 0 0 5錯誤2 -1 . 5 2 4 . 3 6 4 -. 3 9 6 -4 . 1 8 7 . 0 0 0錯誤4 -1 . 5 7 0 . 4 3 8 -. 3 4 4 -3 . 5 8 1 . 0 0 1 a .因變量\:3 -1 . 0 5 5 . 4 5 1 -. 2 2 7 -2 . 3 3 9 . 0 2 6錯誤寫作成績
從調整R方看擬合優(yōu)度檢驗。R方為0.772,說明擬合度較好,即因變量中有77%左右的信息可以由自變量解釋。然后,Anova看方程顯著性檢驗結果。從中Sig.為0,小于0.05,說明寫作成績和錯誤數(shù)之間有線性關系。再看系數(shù)表中。回歸系數(shù)常數(shù)項Sig.值為0.0,說明常數(shù)項應該加入公式。四類錯誤的Sig.值分別為-0.894,-1.524,-1.055,-1.570,且顯著性概率Sig.均小于等于0.05,說明它們和成績有顯著性回歸的關系。得出的回歸方程為:y=84.267-0.894×錯誤1-1.524×錯誤2-1.055×錯誤3-1.570×錯誤4。從中看出,還是錯誤2,錯誤4對寫作成績的影響較大,即過度類推和交際策略。
綜合以上分析結果,可以看出幾點:此次寫作的測試的結果與學生的四級表現(xiàn)基本吻合,說明測試成績基本反映了學生的水平;不管是通過還是未通過四級的同學,犯以上幾類錯誤的概率是均等的,說明提到的幾類錯誤是學生中很普遍的,值得同學們注意的是:統(tǒng)計出來的錯誤數(shù)和寫作成績有一定的相關性;進一步得出學生學習投入的時間是影響相關性的一個重要因素;通過幾類錯誤和寫作成績的線性回歸方程,找出每類錯誤對寫作成績影響都是很顯著的,過度類推和交際策略是其中較為凸顯的兩類錯誤。反過來,可以從殘差部分可以看出還有多少錯誤的原因沒有歸類進來,比如認知的、交際的、情感上的。這樣的分析還是十分有益于教學的。
以上是小樣本下用SPSS軟件進行錯誤分析的一個初步嘗試,為進行更深入的研究做鋪墊。具體來說,就是幫助研究者反思寫作測試該如何設計才更加科學;分析的語料怎么才能更大更有代表性;哪些自變量是有意義而這次沒加進去的,哪些自變量這次看來是意義不大的;SPSS還有些有用的分析方法,比如聚類分析、因子分析該如何利用起來為分析服務。
既然這里證實了SPSS工具進行錯誤分析的可行性,更深入的研究有以下方面:一是在于大型語料庫作為分析的對象。比如基于CLEC(Chinese Learner English Corpus)的語料庫,無疑分析的結論比目前的小規(guī)模語料的分析科學很多。二是將來可以加入更多因子作為自變量展開分析。自變量設定得越全面,結論將更立體。三是現(xiàn)在對樣本大部分是共時分析,可以深化為將來對大規(guī)模的樣本進行歷時分析,看看在不同學習階段,錯誤原因有何不同,幫助教師了解學習的過程和規(guī)律,這個應該是最有意義的角度。
[1]Corder,S.P.The significance of learner’s errors.In International Review of Applied Linguistics,1967,5(4),1961-70.(1981).Error Analysis and Interlanguage.Oxford:Oxford U-niversity Press.
[2]Corder,S.P.Error Analysis and Interlanguage.Oxford:Oxford University Press,1981.
[3]Richards,J.A non-contrastive approach to error analysis.[J].English Language Teaching Journal,1975.
[4]Brown,H.D.PrinciplesofLanguage Learningand Teaching.Englewood Cliffs,New Jersey:Prentice-Hall Regents,1987.
[5]蔡龍權,戴煒棟.錯誤分類的整合[J].外語界,2001.4.
[6]Odlin,T.Language Transfer.Cambridge:Cambridge U-niversity Press,1989.
[7]高文成.語言學精要與學習指南[M].北京:清華大學出版社,2007.
[8]楊曉明.SPSS在教育統(tǒng)計中的應用[M].北京:高等教育出版社,2012.