词汇广度和词汇深度相关性探究

《词汇广度和词汇深度相关性探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、词汇广度和词汇深度相关性探究摘要：词汇知识分为词汇广度与词汇深度。英语学习者的词汇量与其所掌握词汇的深度知识到底有没有相关性？本研究以具有高效度与高信度的测试工具对两所大学的151名大二学生分别进行了词汇广度与词汇深度的测试，以此探索两者的相关性。结果表明，词汇广度与词汇深度存在正相关关系。关键词：词汇广度；词汇深度；相关性中图分类号:G642文献标识码：A文章编号:1006-5962(2013)06-0010-02引言'‘词汇被认为是语言重要的建筑材料”［1］。大多数的词汇专家都认为，习得一个词汇绝非是”符号”与”意义”的简

2、单对应，但对于词汇知识的界定，学者们却提出了各种不同的观点。根据Richards的观点，了解一个单词应了解其词频、语域、句法、起源、联想、语义特征以及一词多义(转引自Qian)［3］。Qian认为，词汇知识主要包含两个基本方面：词汇广度与词汇深度；词汇深度包含所有的词汇特征，比如语音、词形、语素、句法、词义、搭配以及其措词特征［2］。本文采用Qian［3］的观点，只研究词汇知识的两个主要方面：词汇广度和词汇深度。由于测试工具的局限，对于词汇深度的研究，本文只涉及词义和搭配。前人的研究多集中于词汇知识与阅读理解的关系或词汇知识与

3、英语综合能力的关系，从未有人专门研究过词汇的数量（词汇广度）与质量（词汇深度）之间的关系。而且前人研究也有不尽人如意的地方。许多学者（比如，Qian［2］和张学宾，邱天河［5］）使用Nation于1990年设计的VocabularyLevelsTest来测试词汇广度，但是"这套试题从未被充分证明其效度”（”thistesthasneverbeenproperlyvalidated"）［1］。使用未被证明效度的测试题得出的测试结果是不能令人信服的。1实证研究1.1研究对象。本研究选取长春两所大学英语专业大二学生作为研究对象。英语

4、专业大二学生应该已经掌握了3000词汇量（根据《高等学校英语专业英语教学大纲》［6］）,符合两个测试工具的要求。共有151位学生参加了测试，其中有效样本为74个。1.2测试工具。本研究采用的词汇广度测试工具为NorbertSchmitt,DianeSchmittandCarolineClapham于2001年设计的VocabularyLevelsTest0此测试工具在Nation设计的VocabularyLevelsTest基础做出改进，并充分证明了其信度和效度。这套试题共包含五个部分：2000词汇水平，3000词汇水平，学术

5、词汇水平，5000词汇水平以及10000词汇水平。每一部分由10道题组成，每题有6个备选词，3项释义,要求受试者从备选词中选出符合释义的词。用于英语释义的词汇全部来自英文最常用的1000词汇，以防受试者因释义不懂而影响测试的有效性。如：(1)ancient(2)curious―3noteasy(3)difficuIt―1veryold(4)entire―5relatedtoGod(5)holy(6)social每题做对得1分，选错不扣分，满分150分(1035)。词汇深度的测试工具为Read于1998年设计的WordAssoc

6、iatesTesto该工具主要测试词汇深度的三个方面：一词多义、近义词和搭配。此测试工具虽然只测试了词汇深度的几个方面，但这些方面却是很重要的几个方面［2］。这套试题共包含40个题，每题八个选项，被分成两组，置于两个方框内，要求受试者选出题干词的近义词与搭配词。每题答案都有四个，每个方框内最少有一个。如：每选对一个得1分，选错不扣分，共160分(404)。1.3数据收集。为使得样本更具有普遍性，该测试在两所大学以完全相同的形式进行。测试均在正常课堂时间完成：先进行测试词汇深度测试，再进行词汇广度测试。测试前，由笔者进行了充分的

7、答题方式讲解，确保受试者以正确方式答题。为确保答案的充分性，所有的受试者都给予了足够的答题时间。任课教师和笔者共同监督受试者完成答题。将有效试卷的成绩作为原始数据输入SPSS13.0进行分析。2结果与分析分别以词汇广度和词汇深度分别作为自变量和因变量，进行简单散点图分析，得出结果分别如下Chart1所示：两个图中所有的点都分布在一条线的周围，这条线被称为回归线。总体来看，点的分布越趋近于回归线，表明这两个变量的相关性越髙。Chart1表明，自变量和因变量都呈正相关关系，这就意味着词汇广度与词汇深度相关性是有意义的，可以进行下一

8、步的Pearson相关分析。由Pearson相关分析，得出分析结果如下表所示：♦词汇广度=词汇广度测试分数♦词汇深度=词汇深度测试分数Table1词汇广度与词汇深度的相关性“PearsonCorrelationv表示两个变量之间的相关系数，其数值越大，变量的相关性越大；”Si