La xifra que presenta el logaritme de la versemblança s'ha de posar en relació amb la quantitat màxima que proposa el programa amb el nom de Maximum possible likelihood. Si les dues xifres són similars, tenim ja una primera garantia de l'adequació teòrica i pràctica de la regla.

La segona prova és la de c2 , que s'usa en moltes anàlisis estadístiques i que ja hem vist en l'U&D. La quantitat que dóna la pauta per saber si els resultats s'adeqüen a la teoria és la que segueix la lletra p. Com més propera sigui a 0, més fiable serà la regla.

Finalment, el diagrama de dispersió de les dades presenta de forma gràfica aquests resultats. Si els punts de convergència entre el model teòric i les dades reals segueixen la línia marcada del gràfic, el grau de confiança de l'anàlisi és molt elevat.

Així, a partir d'aquesta breu introducció, es pot veure que, per tal de tenir una anàlisi amb un grau de fiabilitat elevat amb el programa Goldvarb, és necessari presentar l'Input d'aplicació de la regla d'entrada i alguna de les proves que assegurin la versemblança del model teòric construït a partir de la iteració de variables independents. Després, es podrà procedir a interpretar les dades, la qual cosa haurà d’anar sempre en connexió amb la xifra 0.5. D’aquesta manera, es podrà determinar quan un factor afavoreix la presència de la regla d’entrada (en el cas que m’ocupa, el manteniment de la solució [a]) i quan no facilita que s’apliqui la regla inicial, tal com es pot observar en els factors o (de la variable 1) i 4, 5 i 6 (de la variable 3).

Per acabar, és important tenir en compte que si bé l’anàlisi probabilística permet observar tendències de futur, no proporciona una anàlisi exhaustiva de totes les combinacions possibles de factors. Per això, moltes vegades és interessant completar l’anàlisi amb tabulacions creuades de factors, amb l’objectiu de detallar les connexions dels percentatges obtinguts en cada factor independent segons diferents creuaments de variables. Una de les aplicacions del programa que he descrit permet la creació de taules creuades de factors un cop s’han elaborat els fitxers de condicions, de cel·les i de resultats a través de la instrucció cross tabulation. D’aquesta manera, el programa Goldvarb permet realitzar anàlisis de diferents característiques partint de la mateixa classificació de dades inicial.

5. El programa Goldvarb en la sociolingüística variacionista

El variacionisme ha esmerçat esforços considerables per tal d’adaptar un mètode adequat a proporcionar anàlisis rigoroses i interpretacions lingüístiques fiables, i el programa Goldvarb n’és un dels seus resultats.

Aquest programa, tal com acabem de veure, permet obtenir, com d’altres, l’estadística descriptiva i arribar a presentar molt acuradament l’estadística d’inferències de fenòmens variables. Prèviament, però, cal conèixer els factors que són susceptibles de variació (que poden provenir tant dels components gramaticals fonèticofonològic, morfològic, lèxic, semàntic o sintàctic) i, sobretot, saber trobar els factors lingüístics i extralingüístics que d’una manera o altra poden explicar els diferents fenòmens variables. Per tal d’arribar a aquestes intuïcions, caldran anàlisis qualitatives prèvies sobre la variació i la naturalesa dels diversos fenòmens per analitzar.

Si trobar els factors variables i explicatius de la variació és important, no és menys rellevant saber combinar-los adequadament per tal d’obtenir els resultats més representatius de la realitat variable, i això implica buscar i, en última instància, saber trobar la millor combinació de factors explicatius, que passa, molts cops, per refer les anàlisis una i una altra vegada.

En definitiva, doncs, el programa Goldvarb permet explicar qualsevol procés de variació, sempre i quan tingui un bon plantejament inicial que estigui acompanyat d’una sèrie de factors que en puguin donar raó.

6. Referències bibliogràfiques

CARRERA-SABATÉ, J. (1999) L’Alternança a/e al Segrià. Tesi doctoral. UB. Barcelona.

CARRERA-SABATÉ, J. (2001) La normativització del català modifica els hàbits fonètics dels parlants? Llengua i literatura, 12: 175-199.

CEDERGREN, H. J.; SANKOFF, D. (1974) Variable rules: Performance as a statistical reflection of competence. Language. 50: 333-355.

KAY, P.; McDANIEL, C. (1979) On the logic of variable rules. Language in Society. 8: 151-187.

LABOV, W. (1969) Contraction, Deletion, and Inherent Variability of the English Copula. Language. 45: 715-762.

LABOV, W. (1994) Principles of linguistic change. Internal factors. Blackwell. Cambridge.

LÓPEZ MORALES, H. (1989) Sociolingüística. Gredos. Madrid.

MORENO, F. (1994) Status quaestionis: sociolingüística, estadística e informática. Lingüística. 6: 95-154.

SANKOFF, G. (1988) Variable Rules. U. Ammon; N. Dittmar; K. J. Mattheier (eds.) Sociolinguistics. An international handbook of the science of language and society. Walter de Gruyter. Berlin & New York: 984-997.

Josefina Carrera-Sabaté
jcarrera@filcat.udl.es
carrera@lincat.ub.es

Universitat de Lleida
Universitat de Barcelona