TRATAMENTO ESTATÍSTICO DOS DADOS

As pesquisas sociolinguísticas lidam com uma extensa quantidade de dados variáveis, produzidos em situações reais de comunicação, que podem ser condicionados por contextos linguísticos e/ou extralinguísticos. Dessa maneira, como a variação não é regida por regras categóricas, mas variáveis, é propício, segundo Sankoff (1988), o uso de métodos estatísticos.

Nesta pesquisa, visando encontrar a sistematicidade da língua, submetemos nossos dados ao tratamento quantitativo através do Goldvarb X (SANKOFF; TAGLIAMONTE; SMITH, 2005), versão mais atual do pacote Varbrul que consiste em “um conjunto de programas de análise multivariada, especificamente estruturado para acomodar dados de variação sociolinguística” (GUY; ZILLES, 2007, p. 105).

De forma concisa, após o pesquisador efetuar a codificação dos dados relevantes para o fenômeno variável, o programa computacional fornece a frequência absoluta e a frequência relativa tanto das variantes quanto dos fatores levantados. Além disso, por meio da análise de regressão logística, o Goldvarb X realiza testes de significância estatística, comparando, concomitantemente, diversas variáveis independentes através das funções step-up e step-dowm (SANKOFF, 1988).

Na primeira função, a ferramenta computacional, inicialmente, calcula o input, média global corrigida de uma dada variante, e um log likelihood, medida de adequação das frequências observadas e esperadas. Depois, analisa todos os grupos de fatores primeiro isoladamente, atribuindo um log likelihood e um nível de significância a cada um dos grupos, e realiza a seleção de um deles, se houver significância estatística. Posteriormente, faz a análise do grupo de fatores selecionado com os demais, de dois a dois, também atribuindo um log likelihood e um nível de significância a cada par, e, então, escolhe o segundo grupo estatisticamente significativo. O processo de comparação dos grupos de fatores selecionados com os demais – três a três, quatro a quatro e, assim, sucessivamente – continua até que todos eles sejam selecionados ou até que nenhum deles alcance nível de significância menor do que 0,05. Na segunda função, por outro lado, é feito o caminho inverso, isto é, o instrumento estatístico testa os grupos de fatores e elimina os que não são estatisticamente

significantes (cf. GUY; ZILLES, 2007, p. 164-167; SANKOFF, 1988, p 991-992; SCHERRE; NARO, 2013, p. 147-178).

Nesses testes são gerados pesos relativos (PR) que revelam os efeitos de cada fator sobre uma determinada variante (GUY; ZILLES, 2007). Em análises binárias, como a deste trabalho, os valores dos pesos, que variam entre 0 e 1, mostram se um dado fator favorece (PR > 0,5), desfavorece (PR < 0,5) ou, ainda, se tem efeito neutro ou intermediário (PR = 0,5) sobre a variante examinada.

O programa, portanto, realiza um levantamento de dados estatísticos, sendo tarefa do linguista

a responsabilidade de descobrir quais são os fatores relevantes, de levantar e codificar os dados empíricos corretamente e, sobretudo, de interpretar os resultados numéricos dentro de uma visão teórica da língua. O progresso da ciência linguística não está nos números em si, mas no que a análise dos números pode trazer para nosso entendimento das línguas humanas (NARO, 2013b, p. 25).

No nosso caso, o Goldvarb X quantifica as ocorrências de presença e ausência de concordância nominal para que analisemos o fenômeno a partir de uma perspectiva variacionista, buscando verificar a influência exercida pelos fatores no uso ou não da marcação de plural.

5 ANÁLISE DA FALA CAPIXABA: O LINGUÍSTICO E O SOCIAL

Neste capítulo, vamos apresentar e discutir os resultados de nossa pesquisa. Antes, porém, é válido mencionar que, na análise estatística, realizamos três etapas de análise distintas para observar a atuação de mecanismos estruturais e sociais sobre a presença ou ausência de marcas explícitas de plural. Na primeira, analisamos nossos dados com os fatores da variável estilo amalgamados em fala casual e fala monitorada. Na segunda, examinamos os fatores da variável estilo agrupados segundo a Árvore da Decisão (LABOV, 2001a). Na terceira, por fim, efetuamos uma análise com os fatores da variável estilo organizados segundo a árvore remodelada. No Quadro 7, a seguir, temos a sequência de seleção das variáveis independentes feita pelo Goldvarb X para todas as rodadas31_.

QUADRO 7 – ORDEM DE SELEÇÃO DAS VARIÁVEIS INDEPENDENTES PARA A ANÁLISE DO LINGUÍSTICO E DO SOCIAL (TODOS OS INFORMANTES DA AMOSTRA PORTVIX)

Ordem de seleção Estilo casual versus estilo monitorado Árvore da Decisão laboviana Árvore da Decisão remodelada 1ª Posição relativa e linear Posição relativa e linear Posição relativa e linear

2ª Marcas precedentes Marcas precedentes Marcas precedentes

3ª Faixa etária Faixa etária Faixa etária

4ª Escolaridade Escolaridade Escolaridade

5ª Saliência fônica Saliência fônica Saliência fônica

6ª Sexo/gênero Sexo/gênero Estilo

7ª Estilo Estilo Sexo/gênero

Como podemos observar, todos os grupos de fatores submetidos ao teste estatístico foram considerados estatisticamente significativos. Em todas as rodadas, as duas primeiras variáveis selecionadas foram posição relativa e linear e marcas

precedentes, o que mostra que a concordância nominal é mais condicionada por aspectos linguísticos do que sociais em Vitória.

Nos demais grupos de fatores, vemos que há apenas uma diferença na ordem de seleção: na rodada que o estilo é analisado com dois fatores e na que é analisado de acordo com a Árvore da Decisão laboviana, sexo/gênero é a sexta variável mais relevante e o estilo é a última; na rodada que os fatores do estilo são agrupados conforme a árvore remodelada, o estilo passa a ocupar a sexta posição. Assim, tendo em vista que a análise da variável estilística mais adequada é a da Árvore da Decisão remodelada, pelo fato de dar conta de um maior número de dados, utilizaremos aqui os resultados dessa rodada.

A seguir, apresentaremos a frequência global de concordância nominal encontrada na fala capixaba e, logo após, os resultados das variáveis linguísticas e sociais, respeitando a ordem de seleção estatística de cada grupo. Sempre que possível, realizaremos uma análise comparativa entre os nossos resultados e os obtidos por Scherre e Naro, para o Rio de Janeiro; por Fernandes (1996)32_{, para a Região Sul;}

por Lopes, N. da S. (2001)33_{, para Salvador; por Martins (2013), para a microrregião}

do Alto Solimões; e por Lopes, L. de O. J. (2014), para Santa Leopoldina.