Abstract
O presente artigo objetiva introduzir o pacote Ordinal (CHRISTENSEN, 2022) para análise de testes de avaliação subjetiva, destacando suas contribuições para pesquisas sociolinguísticas. Os estudos de avaliação têm potencial de gerar dados de naturezas muito diversas, uma vez que há grande variabilidade de procedimentos metodológicos. O foco deste trabalho recai sobre dados ordinais, cujos níveis estabelecem relação hierárquica (por exemplo, A>B>C). Para ilustrar a análise, utilizamos o corpus de Souza Guerreiro (2023), que investiga a avaliação de falantes do Rio de Janeiro em relação ao fenômeno do alteamento pretônico. Os resultados indicam que os participantes tendem a eleger ensino fundamental ao falante que realiza o alteamento em sílaba travada por rótico. Já em sílaba travada por sibilante, a tendência é de atribuição de ensino médio ao falante. As principais vantagens da ferramenta identificadas na análise foram: não há limitação de níveis da variável dependente; as previsões do modelo são produzidas de maneira matematicamente adequada à natureza ordinal dos dados e o output do modelo permite visualizar, de maneira escalar, o efeito de variáveis independentes sobre os níveis da variável dependente.
Publisher
Universidade Estadual de Londrina
Reference25 articles.
1. AVELHEDA, A. C. C. O alteamento das vogais médias pretônicas no município de Nova Iguaçu: análises sociolinguística e acústica. Dissertação (Mestrado em Letras Vernáculas) – Faculdade de Letras, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2013.
2. BAAYEN, R. H. Analyzing linguistic data: a pratical introduction to Statistics using R. New York: Cambridge University Press, 2008.
3. BARLAZ, M. Ordinal logistic regression in R. Disponível em: https://marissabarlaz.github.io/portfolio/ols/. Acesso em: 27 maio 2023.
4. CHRISTENSEN, R. H. B. Ordinal: regression models for ordinal data. 2022. Pacote R versão 2019.12-10. Disponível em: https://CRAN.R-project.org/package=ordinal.
5. GARCIA, G. D. Data visualization and analysis in second language research. New York: Routledge, 2021.