口語非流利與口語成績關(guān)系的結(jié)構(gòu)方程模型研究

仲 妍/南京工業(yè)大學(xué)

一、研究背景

非流利性是自然言語產(chǎn)出的重要特征之一。非流利產(chǎn)出的主要表現(xiàn)形式為非流利停頓、非流利重復(fù)、非流利填充語和自我修正(馬冬梅，2012)。鑒于非流利在自然言語產(chǎn)出中的重要作用，自20世紀(jì)70年代以來，已有不少學(xué)者對此進(jìn)行了研究，主要集中在以下幾個方面：(1)非流利的定義及分類，如Fromkin(1993)、Shriberg(1994)、Bell(2000)、馬冬梅(2012)；(2)二語非流利形式研究，如Wood(2001)研究表明，本族語者與流利二語學(xué)習(xí)者的停頓大多在句末及分局邊界，而非流利學(xué)習(xí)者大多在句內(nèi)；陳浩(2013)研究了中國英語學(xué)習(xí)者口語語料庫中出現(xiàn)的填充語類型。在這些研究中，有的揭示了非流利現(xiàn)象與學(xué)習(xí)者語言水平的關(guān)系，如Kormos(2000)研究表明，不同語言水平的學(xué)習(xí)者在自我修正的頻率和類型上存在顯著性差異；繆海燕(2009)研究發(fā)現(xiàn)，停頓頻率、停頓時長與語言水平成反比。那么非流利現(xiàn)象是否會對口語成績產(chǎn)生影響？目前的研究中很少涉及這一問題。因此，本文將探討非流利與口語成績之間的交互關(guān)系，驗(yàn)證口語非流利現(xiàn)象對口語成績是否具有預(yù)測作用。

二、研究設(shè)計(jì)

(一)研究對象

本研究被試為40名國內(nèi)某高校德語專業(yè)高年級本科生。高年級學(xué)生相較于低年級學(xué)生，對語言的掌握情況更好，因此更符合本研究的需要，以完成相應(yīng)的口語表達(dá)任務(wù)。

(二)數(shù)據(jù)收集與分析

筆者首先參照歌德B1考試標(biāo)準(zhǔn)對被試學(xué)生進(jìn)行了口語測試。每名學(xué)生在開始前隨機(jī)抽取試題，隨后有5分鐘準(zhǔn)備時間，可以書寫提綱。測試中全程錄音，測試結(jié)束后筆者將錄音內(nèi)容轉(zhuǎn)寫成文本，保留口語中的非流利語言形式。本研究收集到的語料音頻共119分11秒，轉(zhuǎn)寫后的文本共計(jì)9147詞，44129個字符數(shù)(不計(jì)空格)。

由兩名德語專業(yè)的研究生對口語測試的錄音按照B1考試評分標(biāo)準(zhǔn)進(jìn)行評分，評分信度經(jīng)過檢驗(yàn)為0.851，可靠性較高。最終口語成績?nèi)∑骄怠?/p>

筆者根據(jù)非流利的定義及分類，從頻率、類型兩個方面入手，對語料中的非流利現(xiàn)象進(jìn)行人工檢索、標(biāo)注、統(tǒng)計(jì)。統(tǒng)計(jì)中所有數(shù)據(jù)將換算成標(biāo)準(zhǔn)化頻率，即每百個有效詞中的比例。

三、結(jié)果與討論

結(jié)構(gòu)方程模型是“用來檢驗(yàn)觀測變量和潛在變量之間關(guān)系的一種多元統(tǒng)計(jì)方法”(韓寶成，2006)，它整合了因素分析與路徑分析兩種統(tǒng)計(jì)方法。本研究中存在五個潛在變量：口語成績、非流利重復(fù)、非流利停頓、非流利填充、自我修正。其中口語成績潛變量包含五個觀測變量，分別為完成度、銜接、結(jié)構(gòu)、詞匯、語音語調(diào)；非流利重復(fù)的觀測變量為音節(jié)重復(fù)、單詞重復(fù)、多詞重復(fù)；非流利填充的觀測變量為準(zhǔn)詞匯填充、詞匯填充、拖音；非流利停頓的觀測變量為詞匯性停頓、形態(tài)性停頓、計(jì)劃性停頓；自我修正的觀測變量為替換、刪除、插入。

首先筆者利用SPSS 26.0軟件對各變量之間的相關(guān)性進(jìn)行了分析。結(jié)果表明：成績與重復(fù)在0.01級別為顯著負(fù)相關(guān)，與自我修正在0.05級別為顯著負(fù)相關(guān)，而與停頓、填充相關(guān)度較低。停頓與重復(fù)具有顯著正相關(guān)，重復(fù)還與自我修正具有顯著正相關(guān)，并且填充與自我修正也具有顯著正相關(guān)。除此之外的變量之間不存在相關(guān)性或相關(guān)性不強(qiáng)，未達(dá)到0.01級別，不具有統(tǒng)計(jì)學(xué)意義上的顯著性。

為了進(jìn)一步探討非流利現(xiàn)象與口語成績之間的關(guān)系，以及非流利對口語成績的預(yù)測力。筆者以非流利各類型作為自變量，口語成績作為因變量，利用AMOS 23.0軟件構(gòu)建結(jié)構(gòu)方程模型。導(dǎo)入所有相關(guān)數(shù)據(jù)(本研究的數(shù)據(jù)中不包含缺失值)，使用最大似然估計(jì)進(jìn)行模型運(yùn)算，并對輸出結(jié)果做標(biāo)準(zhǔn)化處理。模型運(yùn)算結(jié)束后獲取模型參數(shù)估計(jì)結(jié)果，并對模型進(jìn)行修正，形成最終的結(jié)構(gòu)模型及路徑分析。在此過程中，由于口語成績到語音語調(diào)這一路徑顯著性較低，且從實(shí)際情況來看，幾乎所有被試在語音語調(diào)這一項(xiàng)都得到了滿分，所以筆者刪除了這一觀測變量。

經(jīng)過修正后的模型的評價指標(biāo)：卡方自由度比CMIN/DF為1.231，小于2；顯著性水平P值為0.064，大于0.05；平均概似平方根系數(shù)RMSEA為0.077，小于0.08；比較擬合指數(shù)CFI為0.923，大于0.90。由于口語實(shí)證研究的要求大，難度高，因此本研究沒有采用統(tǒng)計(jì)意義上的大樣本，這可能會對模型的運(yùn)算以及最后的結(jié)果產(chǎn)生影響，沒能達(dá)到最佳的擬合度，然而綜合上述擬合指標(biāo)及擬合指數(shù)來看，該模型擬合度尚可，可以接受。

研究結(jié)果顯示，非流利重復(fù)對口語成績產(chǎn)生直接影響，且為負(fù)面影響，而非流利停頓、非流利填充、自我修正則對口語成績不具有顯著性的直接影響。非流利重復(fù)的頻率越低，口語表現(xiàn)越好，相應(yīng)的口語成績越高。過多的非流利重復(fù)會破壞口語表達(dá)的連貫性，輸出過多無意義的信息，造成聽者的不解或誤解，直接導(dǎo)致口語成績中銜接這一評分過低。音節(jié)重復(fù)的頻率與詞匯項(xiàng)的得分密切相關(guān)。被試在對產(chǎn)出的單詞不熟悉或不確定時，常常發(fā)生音節(jié)重復(fù)的現(xiàn)象。這說明在不改變說話內(nèi)容的情況下，學(xué)生也應(yīng)該注意語言表達(dá)的形式，有意識地減少非流利的情況，可以適當(dāng)?shù)靥岣呖谡Z成績。

自我修正與口語成績的相關(guān)系數(shù)不高，只達(dá)到了0.05級別的顯著性，在模型參數(shù)估計(jì)結(jié)果中，路徑系數(shù)未達(dá)到顯著性，因此自我修正對口語成績的直接影響力微弱。自我修正本身并不會對成績產(chǎn)生影響，然而當(dāng)被試反復(fù)進(jìn)行修正，或多次修正仍未產(chǎn)出正確的表達(dá)，隨之而引起的停頓、重復(fù)就會破壞整體的連貫性、流暢性，導(dǎo)致扣分的情況。

從非流利各類型之間的相互作用來看，停頓僅與重復(fù)之間具有較強(qiáng)的雙向正相關(guān)性，其路徑系數(shù)具有顯著意義。也就是說，停頓的頻率越高，重復(fù)的頻率相應(yīng)也高，反之亦然。除此之外，重復(fù)與填充和自我修正也具有較強(qiáng)的雙向影響，均為正向，路徑系數(shù)分別為0.60和0.67?？梢哉f重復(fù)在停頓、填充、自我修正與口語成績之間起到了中介作用，這三項(xiàng)非流利雖然沒有直接對口語成績產(chǎn)生影響，但由于修正、停頓、填充導(dǎo)致的重復(fù)卻會使得成績受到影響。自我修正與填充之間也存在雙向直接影響，其路徑系數(shù)為0.81，具有顯著意義。實(shí)際情況中，被試在進(jìn)行自我修正的同時也常會出現(xiàn)填充的情況，使用準(zhǔn)詞匯填充詞來贏得更多的思考時間，或?qū)β犜捳咦鞒鎏崾荆虼?，填充與自我修正存在較強(qiáng)的相關(guān)性。

從因子載荷值來看，單詞重復(fù)(0.79)對非流利重復(fù)的解釋力最大，多詞重復(fù)(0.60)次之，音節(jié)重復(fù)(0.48)最低。單詞重復(fù)在非流利重復(fù)中的占比最高。替換和刪除對自我修正的解釋力最大，分別為0.85和0.86。填充到準(zhǔn)詞匯填充這一路徑的載荷值達(dá)到了0.96，在填充的情況中，準(zhǔn)詞匯填充占到了絕大多數(shù)，而詞匯填充和拖音則更多受到個人說話習(xí)慣影響，基本屬于個人現(xiàn)象，并未普遍存在。在停頓到詞匯性停頓、形態(tài)性停頓、計(jì)劃性停頓的三條路徑中，載荷值相當(dāng)，計(jì)劃性停頓略高，也符合實(shí)際情況，被試學(xué)生所產(chǎn)生的非流利停頓大多是為了思考該說什么或該怎么說而引起的，常發(fā)生在句首、分句或句與句之間，屬于在線計(jì)劃導(dǎo)致的停頓。

四、結(jié)語

本研究通過結(jié)構(gòu)方程模型，探討了口語非流利各類型與口語成績之間的交互關(guān)系，驗(yàn)證了部分口語非流利現(xiàn)象對口語成績具有預(yù)測作用。研究發(fā)現(xiàn)：非流利重復(fù)對口語成績具有較強(qiáng)的預(yù)測力，重復(fù)的頻率越低，口語成績越高。而非流利停頓、非流利填充、自我修正則對口語成績不具有顯著的直接影響，重復(fù)在這之間起到中介效應(yīng)。重復(fù)與填充、停頓、自我修正具有較強(qiáng)的雙向正面影響。填充與自我修正也存在較強(qiáng)的相關(guān)性。

德語學(xué)習(xí)者首先應(yīng)進(jìn)一步提高語言基本功，減少口語表達(dá)中的非流利現(xiàn)象，提高口語流利程度。盡管非流利也承擔(dān)了部分交際作用，被試使用重復(fù)、填充等策略來緩解眼語計(jì)劃構(gòu)建和詞匯檢索的認(rèn)知負(fù)荷，在口語表達(dá)中，還是應(yīng)該注意此類交際策略等使用，有意識地避免非流利現(xiàn)象，加強(qiáng)基礎(chǔ)知識的學(xué)習(xí)。

在德語教學(xué)中，教師應(yīng)提醒學(xué)生不能在語言間隨意的使用非流利策略，提高口語流利度。在日常教學(xué)中多創(chuàng)造語言互動產(chǎn)出的條件、增加德語使用的機(jī)會，讓學(xué)生多練習(xí)德語口語，提高自動化程度。最后，教師可以開展系列活動，闡明非流利現(xiàn)象對口語成績的影響。

本研究結(jié)果對于德語教學(xué)有一定的啟示。由于客觀條件的限制，本研究存在樣本量偏小的不足。在未來的研究中，筆者將會彌補(bǔ)不足，以期進(jìn)行更深入的研究。