RIES ACCENT IS FEIT , GEEN FABEL F

(1)

F

RIES ACCENT IS FEIT

,

GEEN FABEL

Over de beoordeling van het Standaardnederlands en in het

bijzonder dat van een Fries accent in het Nederlands.

Marthe I. Baas

Masterscriptie

Eerste begeleider: Prof. Dr. J. Hoeksema Tweede begeleider: Dr. D. Gilbers

(2)

2

Dankbetuiging

Met speciale dank aan de sprekers, zonder wiens stemmen ik geen onderzoek had kunnen doen: Joep Bastings, Jonathan Bibo, Yoran Braam, Koen Bruinsma, Folkers van Egmond, Hajo van den Ende, Bart Faber, Tomaz de Jonge, Johannes Klooster, Jasper Lagemaat, Bas Knüppe, Sam Maasbommel, Matthijs Mantel, Remco van der Meer, Daan Peters, Lennart Roelfszema, Artjan van Rooij, Koen Schoenmakers, Roelof Schuurman, Rick Trinks, Thijs de Vries, Gerwin van der Wal, Johannes van der Wal, Leon Wilbrink en Koen Wouda, naast twee anonieme sprekers.

Ook moet ik mijn statistische steun en toeverlaat Tamara Oosterwijk bedanken die ik op elk mogelijk moment mocht bellen om uitleg te vragen en zonder wie mijn data nooit verwerkt had kunnen worden. Zij heeft een lange adem gehad. Verder wel ik Tekla Slangen bedanken die mij geholpen heeft met correctiewerk en goede feedback gegeven heeft. Tenslotte wil ik Leonie Kreuze bedanken voor haar uitleg over het programma SPSS als dit weer eens niet deed wat ik ervan verlangde.

(3)

3

Inhoudsopgave

1. Inleiding ...6

1.1. Standaardtaal in een model ...6

1.2. Het Friese accent ...7

1.3. Onderzoeksopzet ...8 1.3.1. Hypotheses ...9 1.3.1.1. Friese accenten ...9 1.3.1.2. Noordelijke hypothese ...10 1.3.1.3. Globale accentbeoordeling...10 2. Methode ...12 2.1. Sprekers ...12 2.1.1. Nieuwe sprekersgroepen ...12 2.1.2. Indeling sprekersgroepen ...12 2.2.3. Werving...13 2.2.4. Materiaalselectie ...13 2.1.5. Procedure ...13 2.2. Beoordelaars ...14 2.2.1. Taalgroep ...14 2.2.2. Werving...14 2.2.3. Materiaalselectie ...14 2.2.3.1. Opnames ...14 2.2.3.2. Digitale vragenlijst ...14 2.2.3.3. Attitudeschalen ...15

2.2.3.4. Indirecte en directe metingen ...16

2.3. Uiterlijk vragenlijst beoordelaars ...16

3. Resultaten ...18

3.1. Accentevaluatie ...18

3.1.1. Acceptabel ...23

(4)

4 3.1.3. Correct ...24 3.1.4. Niet-dialect ...25 3.1.5. Formeel ...26 3.1.6. Mediataal ...27 3.1.7. Mooi ...27 3.1.8. Normaal ...28 3.1.9. Niet-regionaal ...29 3.1.10. Standaard ...30 3.1.11. Verzorgd...30 3.1.12. Geschikt (binnen) ...31 3.1.13. Geschikt (buiten) ...32 3.1.14. Samenvatting accentevaluatie ...33 3.2. Accentherkenning ...34

3.2.1. Indeling per spreker ...35

3.2.2. Indeling per sprekersgroep ...38

3.2.3. Statistische analyse ...39 3.2.4. Samenvatting accentherkenning ...40 4. Conclusie ...40 5. Discussie ...40 Bronvermelding ...45 Bijlage 1: Toestemmingsverklaring ...47 Bijlage 2: Informatiedocument ...48

Bijlage 3: Vragenlijst sprekers ...49

Bijlage 4: Testmateriaal sprekers ...50

Bijlage 5: Toestemmingsverklaring audio ...52

Bijlage 6: Bevestiging ontvangst betaling ...54

Bijlage 7: Survey flow...55

Bijlage 8: Screenshots vragenlijst beoordelaars ...59

Bijlage 9: Ruwe scores accentherkenning ...67

(5)

5

Samenvatting

(6)

6

1. Inleiding

Nederlands is geen taal die op zichzelf staat, maar bestaat uit allerlei subtalen waarvan de sprekers niet altijd doorhebben dat deze anders zijn dan de taal van sprekers uit andere regio’s. Iedereen weet dat hoe Zuidelijker je gaat in Nederland mensen steeds meer met een ‘zachte g’ gaan praten, maar zijn er meer onderscheidingen te maken? Kunnen mensen verschillen horen tussen grofweg Noord, Oost, West en Zuid? Ja, dit weten wel al uit eerder onderzoek. Juist op dit onderzoek zal ik voortgaan. Mijn aanname is dat er ook verschillen binnen bijvoorbeeld de categorie Noord zijn. Vele Groningers zullen immers zeggen dat ze iemand die uit Friesland komt wel kunnen herkennen aan de spraak. Niet alleen wanneer hij Fries praat, dat is immers logisch, maar ook aan zijn Nederlands. De herkenning verloopt dan via het accent dat de spreker heeft en op basis daarvan doen luisteraars aannames over bijvoorbeeld de herkomst van de spreker. Dit onderzoek zal op drie punten het wetenschappelijke discourse over het gesproken Nederlands en zijn accenten aanvullen, namelijk: 1) een Fries accent in het Nederlands; 2) wat dit betekent voor de beoordeling van accent in het Nederlands; 3) een verschuiving naar een inclusief model in attitudebeoordeling van accenten.

1.1. Standaardtaal in een model

Er lijkt een verschuiving in het discours over wat standaardtaal is te zijn, waarin het sociolinguïstische model van een exclusief naar een inclusief model verandert (Smakman, 2012; 2006). Dit houdt in dat de standaardtaal niet meer gezien wordt als het culturele eigendom van een elitegroep, waaruit regionale accenten gemeden moeten worden en dat een voorgeschreven norm volgt. Andere kenmerken van het exclusieve model zijn volgens Smakman: correcte taal, het tegenovergestelde van dialect, niet-regionaal, zeldzaam,

formeel en sociale klasse. Zeldzaam en sociale klasse doelen samen op het idee dat de

standaardtaal door de meest hoogstaande mensen wordt gesproken en daarmee sociaal gezien moeilijk te bereiken is, waardoor het zeldzaam wordt. De kenmerken worden als logisch beschouwd en ik verwijs voor een bespreking van de kenmerken wordt verwezen naar zijn artikel. Hoewel Smakman de term ‘tegenovergestelde van dialect’ (vertaling) gebruikt in zijn onderzoek, blijkt uit kwantitatief onderzoek dat de schalen dialect en

standaard niet elkaars tegenpolen zijn. Dit pleit voor het idee dat dit alleen tegenpolen zijn

binnen een sterk exclusief model, waarin regionale varianten geen optie zijn. Binnen een inclusief model zouden regionale varianten minder polair zijn, omdat iemand in zijn taal regionale elementen kan combineren met standaardtalige elementen. Het exclusieve model staat tegenover het inclusieve model wat een opener perspectief op (standaard)taal heeft. De kenmerkende factoren van dit model zijn lingua franca, mediataal, geaccepteerd en

informeel. Samenvattend is het een verschuiving van een op normen gebaseerde en

(7)

7 De verschuiving van een exclusief naar een inclusief model zou de tegenstrijdige conclusies tussen onderzoek van Grondelaers, Van Hout en Steegs (2010) en van Pinget, Rotteveel en Van de Velde (2014) kunnen verklaren. De tegenstrijdige conclusies zijn opmerkelijk, omdat beide onderzoeken zijn afgenomen met dezelfde sprekersdata. Een mogelijke verklaring is dat er een ontwikkeling in de beoordelingen is geweest, waarbij de meningen van de totale sprekersgroep in een paar jaar lichtelijk verschoven zijn van een exclusieve norm, naar een meer inclusieve norm over wat standaardtaal is. Na tien jaar is het zaak om te bevestigen of er daadwerkelijk sprake is van een verschuiving. Een verschuiving zou in overeenstemming zijn met de tendens die Smakman (2012; 2006) beschrijft. Voor een uitgebreide beschrijving van zijn theorie verwijs ik naar zijn artikelen, maar voor nu zijn er twee tendensen van belang.

De eerste tendens is dat het exclusieve model langzaam vervangen wordt door een inclusief model voor standaardtaal. Hierin is het geen noodzaak meer regionale afkomst te verbergen, maar mag het juist hoorbaar zijn, zonder dat dit negatief wordt ervaren. De tweede tendens is een gevolg van de eerste en houdt in dat regiolecten positiever en als meer gelijk aan elkaar worden beoordeeld. Deze tendensen zijn in meer en mindere mate zichtbaar voor de landen die Smakman (2012; p. 50) onderzocht heeft. Voor het Nederlands geldt dat 61,4% van de beschrijvingen die mensen voor een standaardtaal geven onder de noemer exclusief vallen en 22,5% onder inclusief. Voor Vlaanderen is de verhouding 50,3% tegen 26,5%.

1.2. Het Friese accent

In tegenstelling tot in dit onderzoek wordt Friesland in het bestaande onderzoek naar regionale accenten vaak achterwege gelaten, onder andere doordat de inwoners tweetalig zijn (Pinget et al., 2014; Grondelaers et al., 2010; Heijmer & Vonk, 2002; Van Bezooijen & Gooskens, 1999; Van Hout et al., 1999, etc.). Sprekers van het Fries spreken namelijk ook altijd Nederlands op een moedertaalniveau en zij zouden daarin een Fries accent kunnen hebben. Het soort of de sterkte van dit accent kan aan allerlei variabelen liggen: de leeftijd waarop beide talen geleerd worden; de mate van urbanisatie van de woonplaats; de streek (welke vorm van het Fries).

(8)

8 gesprekssituaties in (Lee, 2014; Montrul, 2008). Toch is het niet ondenkbaar dat ook de F2-groep een Fries accent heeft in hun Nederlands, aangezien zij in een Friestalige omgeving opgroeien en daarom veel Fries horen en er op school (basisschool) mee in aanraking komen. Overigens zullen F2 sprekers die in hun volwassen leven Fries geleerd hebben worden uitgesloten van dit onderzoek, aangezien zij meer L1 transfereffecten vertonen, daarnaast vaardigheidseffecten vertonen en vaak niet volledig tweetalig zijn. Sprekers met een lage vaardigheid in de L2 vertonen vaak een grotere mate van L1 transfer dan sprekers met een hogere vaardigheid in de L2. Deze effecten verdwijnen naarmate de vaardigheid groeit (Lee, 2014; Ionin & Montrul, 2010). De sprekersgroepen F1 en F2 zullen in dit onderzoek worden afgezet tegen de andere drie sprekersgroepen, namelijk die met Nederlands als moedertaal uit drie andere regio's; Randstad, Zuid en Groningen. Daarmee zijn we aangeland bij mijn onderzoeksopzet.

1.3. Onderzoeksopzet

Binnen het kader van de evaluaties over standaardtaal voeg ik een aantal nieuwe elementen aan het discours toe, namelijk een verbreding van de sprekersgroepen, waarbij ook de tweetaligheid van de regio Friesland wordt meegenomen. Verder worden de tendensen van Smakmans model en de indeling getest. In dit onderzoek ligt de focus van het accent niet gelijkmatig verdeeld tussen de windrichtingen, maar zal er met name op het Noorden worden ingezoomd. De sprekersgroepen zullen daarom Randstad, Zuid en Groningen, F1 en F2 zijn. De regio Randstad representeert sprekers van de standaardtaal, die gesproken wordt in de Randstad (inclusief Utrecht). Mensen uit de Randstad spreken niet accentloos Nederlands, maar zijn juist te herkennen aan hun randstedelijke accent (Pinget et al. 2014; Smakman 2012). Groningen en Zuid zijn regio's waarin er dialectische invloeden, van respectievelijk het Gronings (Nedersaksisch) en het Limburgs en Brabants, verwacht kunnen worden die de standaardtaal kleuren.

(9)

9 Op basis van het inclusieve model valt te verwachten dat sprekers met een duidelijk accent (L1) wel tot het Standaardnederlands behoren. Waar de grens voor inclusie ligt bij de beoordelaars, hangt hoogstwaarschijnlijk af van de sterkte van het accent, maar dit is nog niet duidelijk. Het inclusieve model is niet in overeenstemming met de resultaten uit het onderzoek van Hilton en Gooskens (2013), dat zij afnamen na de officiële erkenning van het Fries als een minderheidstaal door de Europese Unie. Zij vonden in Friesland bij niet-Fries sprekende beoordelaars een negatievere attitude tegenover het Fries en een positievere attitude tegenover het Nederlands. Beoordelaars die buiten Friesland woonden en geen kennis van het Fries hadden, stonden in vergelijking positiever ten opzichte van het Fries en negatiever ten opzichte van het Nederlands. Kortom, onbekend was bemind in dit onderzoek. Er kan dus verwacht worden dat de eerste beoordelaargroep Nederlands met een Fries accent als minder standaard zal beoordelen dan andere beoordelaargroepen. Ondanks dat de F0-groep (Friezen die alleen Nederlands kunnen) een interessante groep zou zijn om ook in het onderzoek te betrekken, beperk ik mij hier tot studenten die of F1 of F2 zijn.

De deelvragen voor het beantwoorden van de hoofdvraag zijn:

 Hoe worden sprekers van het Nederlands met een Fries accent beoordeeld?

 Hoe verschillen de F1- en F2-sprekers van elkaar m.b.t. het evaluatieonderzoek en de accentherkenning?

 Hoort Nederlands met een Fries accent tot de standaardtaal?

Oftewel: Is de mate en/of het soort accent (afkomstig uit streek) bepalend voor de inclusie van Nederlands met een Fries accent aan het Standaardnederlands?

 Welke invloed heeft de regio van de beoordelaar op de algemene beoordeling van accenten?

 Welke redenen zijn er voor het idee van de verschuiving naar een inclusief model? 1.3.1. Hypotheses

De hypotheses zijn grofweg in drie soorten hypotheses in te delen vandaar dat ze hieronder zijn opgesplitst in drie aparte secties. Aan de ene kant de hypotheses over verschillen tussen Friese accenten en de andere regionale accenten en aan de andere kant tussen de Friese accenten onderling. Sectie 1.2.2.2. behandelt de hypotheses over verschillen tussen de noordelijke accenten. De laatste sectie bevat hypotheses over globale accentbeoordeling en globale tendensen.

1.3.1.1. Friese accenten

 Het Friese accent zal meer tot de standaard behoren dan de andere regionale

accenten van regio Groningen en regio Zuid. Het Fries is een andere taal en de

(10)

10 aangezien de linguïstische afstand tot het Nederlands kleiner is en sprekers daardoor niet hoeven te codeswitchen.

 De twee Friese accenten zullen verschillen in de mate waarin ze tot de standaardtaal

behoren. Er zal ook een verschil te vinden zijn in de mate waarin de accenten van F1

en F2 tot de standaard behoren in vergelijking met de regio’s Groningen, Zuid en Randstad, waarbij één groep duidelijk als meer standaardtalig beoordeeld wordt dan de andere groep.

 De beoordelingen van de spraak tussen F1 en F2 zullen verschillen. Door het verschillende verwervingsproces van het Nederlands en het Fries zullen er waarschijnlijk verschillen in de spraak waar te nemen zijn. Dit kan beoordeling van de spraak beïnvloeden, omdat de accenten anders zijn.

1.3.1.2. Noordelijke hypothese

 De beoordelingen van de spraak van Friezen en Groningers zullen verschillen. Het Fries zal als andere taal verschillen vertonen in zijn accent die van een andere aard zijn dan het accent van het Groningse dialect. De linguïstische afstand tussen het Fries en het Nederlands is groter, waardoor Friezen moeten codeswitchen, terwijl een Groninger best Nederlands met een Gronings accent kan spreken en toch begrepen kan worden. Het is daarom te verwachten dat de beoordelingen over de Groningers zullen verschillen van de Friesen, omdat hun uitspraak van het Nederlands verschilt. Deze hypothese wordt gesplitst in twee delen;

a. Mensen van buiten het Noorden horen geen onderscheid tussen het Friese en het Groningse accent.

b. Mensen uit het Noorden horen een verschil in de accenten van Friezen en Groningers.

1.3.1.3. Globale accentbeoordeling

 De beoordelingen van de regio’s als Standaardnederlands zullen de hiërarchie

R>F1>F2>G>Z volgen. Grondelaers et al. (2010) en Pinget et al. (2014) vonden beide

deze hiërarchie in de beoordeling van accenten als standaard, namelijk Randstad>Midden>Noord/Zuid. In dit onderzoek zal Noord worden gesplitst in F1, F2 en Groningen, daarnaast zal er geen Middenzone zijn. F1 zal het minste accent hebben, aangezien er geen transfer is van een L1, daarna F2, aangezien meerderheidstalen/dominante talen bijna geen invloed van een minderheidstaal ondergaan (Hilton & Gooskens, 2013). Groningers vinden hun Groningse regiolect minder standaard dan dat zuiderlingen vinden en daarom verwacht ik deze volgorde.

(11)

(12)

12

2. Methode

Bij het uitvoeren van dit onderzoek zijn er eerst 5 verschillende spraakopnames per sprekersgroep gedaan. Er zijn 5 sprekersgroepen, dus in totaal zijn er 25 sprekers geworven. Daarna zijn deze opnames bewerkt en verwerkt in een online vragenlijst. Vervolgens is deze data geanalyseerd met behulp van het statistiekprogramma SPSS versie 20.

2.1. Sprekers

2.1.1. Nieuwe sprekersgroepen

Bij de selectie van de sprekersregio’s, is rekening gehouden met de regio’s uit eerder onderzoek. In dit onderzoek is de provincie Friesland en de splitsing daarvan in twee sprekersgroepen toegevoegd, namelijk F1 en F2, oftewel VF (Vroeg Fries) en LF (Laat Fries). Deze splitsing is gemaakt aan de hand van mondelinge vragen over welke talen ze voor hun basisschool leeftijd konden spreken. “Fries kunnen” is hierbij gedefinieerd als het Fries minstens goed kunnen verstaan en spreken. Participanten die voor het begin aan de basisschool geen Fries konden en het daarna geleerd hebben, vallen in de F2 groep. Participanten die voor het begin aan de basisschool geen Nederlands konden en dit op de basisschool(leeftijd) geleerd hebben, zijn ingedeeld in de F1 groep. Er is 1 spreker die op de vragenlijst aangekruist heeft zowel Nederlands als Fries als moedertaal te hebben, namelijk spreker F1-5. Na nadere ondervraging gaf deze spreker met drie redenen aan dat hij Nederlands ook als zijn moedertaal ziet. Nederlands is de taal waarin hij institutioneel is opgevoed, die meer gebruikt en waarin hij een grotere competentie heeft, aangezien hij er ook in kan schrijven en lezen.

2.1.2. Indeling sprekersgroepen

(13)

13

2.2.3. Werving

De sprekers zijn mannelijke studenten met een gemiddelde leeftijd van 22 jaar en zijn per regio op de daaraan verbonden hogescholen of universiteiten geworven. Er is gekozen voor mannen, omdat dit een vergelijking mogelijk maakt tussen de onderzoeken van Grondelaers et al. (2012) en Pinget, Rotteveel en Van de Velde (2014). Daarnaast zijn mannenstemmen meer gelijk aan elkaar, dan vrouwenstemmen. Sprekers uit de regio Friesland zijn geworven via de NHL Leeuwarden en de Rijksuniversiteit Groningen. Voor de sprekersregio Groningen is geworven via de Rijksuniversiteit Groningen. Sprekers uit de regio Randstad zijn geworven aan de Universiteit Utrecht. De sprekers uit de regio Zuid zijn geworven aan de Radboud Universiteit Nijmegen, aangezien veel studenten uit de regio Zuid daar gaan studeren en de Universiteit Maastricht niet wilde meewerken. De werving van de sprekers vond plaats via een oproep op de intranetomgeving van de betreffende instellingen en daarnaast was er ook werving ter plekke.

2.2.4. Materiaalselectie

Het materiaal bestaat uit Bijlage 3, de vragenlijst voor de sprekers, en Bijlage 8, het stimulusmateriaal. De sprekersvragenlijst bevraagt de minimale achtergrondgegevens. Het stimulusmateriaal bestaat uit twee delen: een tekst en een vijftal zinnen. De tekst is “de Noordenwind en de zon”, zoals beschreven op de site van de Aesop language bank (2010). Deze tekst is geselecteerd, omdat er van bekend is dat hierin alle soorten klanken en klankcombinaties aanwezig zijn. Uiteindelijk zijn alleen de losse zinnen als materiaal voor de beoordelaars gebruikt en de tekst niet. De reden daarvan was dat de sprekers teveel struikelden over de onbekende woorden en het niet zonder aarzelen, stiltes of uitrekkingen konden voorlezen. De zinnen zijn al eerder in het onderzoek van Pinget, Rotteveel en Van de Velde (2014, 14) gebruikt en aangezien dit onderzoek zich hiermee wil vergelijken is ervoor gekozen dezelfde zinnen te gebruiken.

2.1.5. Procedure

(14)

14 2.2. Beoordelaars

2.2.1. Taalgroep

De beoordelaars zijn afkomstig uit dezelfde 5 taalgroepen als de sprekers. Dit werd vastgesteld met de vragen over de achtergrond van de beoordelaar. Er werd gevraagd naar de postcode van de huidige woonplaats en de postcode van de woonplaats waar iemand het langst gewoond heeft. Op basis daarvan konden de beoordelaars in de 5 regio’s Randstad, Groningen, Friesland, Zuid en overig worden ingedeeld. Vervolgens moesten alle beoordelaars invullen of en wanneer ze Fries en Nederlands hebben geleerd. Op basis van deze twee vragen werden de laatste twee taalgroepen vastgesteld; vroege Friestaligen (VF) en late Friestaligen (LF). Tevens worden zij onderscheiden van de groep Friezen die nooit Fries geleerd hebben.

2.2.2. Werving

De werving van de beoordelaars is gedaan via het sociale medium Facebook van de onderzoeker en bekenden van mensen die het wilden delen. Tevens was er per universiteit of Hogeschool een leraar aangesproken die het verspreid heeft op het betreffende intranet van die instelling. Daarnaast was de communicatieafdeling van de Fryske Akademy ingeschakeld en hebben zij het gedeeld via Twitter.

2.2.3. Materiaalselectie 2.2.3.1. Opnames

De verzameling van de opnames van sprekers leverde per persoon 10 zinnen en 2 teksten op. De opnames met aarzelingen, versprekingen, bijgeluiden, pauzes, gehijg en afwijkende zinnen niet gebruikt. Hierdoor is de tekst, die eveneens tot de verzameling behoren, komen te vervallen. Sprekers vertoonden hierbij namelijk teveel haperingen en versprekingen. Er is vervolgens per spreker een selectie uit zijn 10 zinnen gemaakt die inclusief 2 seconden stilte zo dicht mogelijk het gemiddelde van alle sprekers van (11,12 seconden) benaderd. Alle opnames zijn mono, hebben een sample rate van 22050 en een 16-bit resolutie. Alle beschreven acties zijn gedaan met het gratis te downloaden programma Audacity, versie 2.0.2 (Audacity Team, 1999). Bovendien is er voor de beoordelaar uit de 5 verschillende zinnen een selectie van 4 zinnen gemaakt die een random volgorde heeft, zodat niet steeds dezelfde zin begint. Elke zin wordt voorafgegaan door 0,5 seconden stilte zodat de luisteraar zich op een nieuwe zin kan richten en zodat de variabele spreeksnelheid wat omlaag ging. Vervolgens zijn alle selecties genormaliseerd om het volume gelijk te trekken.

2.2.3.2. Digitale vragenlijst

Om de vragenlijst gemakkelijk te verspreiden en beschikbaar te maken over heel Nederland is er voor gekozen om gebruikt te maken van een digitale vragenlijst die online stond, zie §2.3. voor meer informatie over Qualtrics en het uiterlijk van de vragenlijst. In deze vragenlijst zijn de opnames verwerkt.

(15)

15 er voor gekozen de geluidsbestanden niet rechtstreeks in het survey platform Qualtrics te uploaden, maar via een tussenstation. Dit tussenstation is Soundcloud (Soundcloud 2014) en leest automatisch welk bestand de browser wel kan lezen. Soundcloud is een gratis database speciaal voor geluidsbestanden en heeft de optie iets privé, dan wel publiek te maken. Op deze manier kunnen de opnames dus niet door derden worden beluisterd. Doordat de namen van de bestanden zoals die worden geüpload te zien is in de Qualtrics vragenlijst, zijn alle namen random codes. Overige informatie zoals een realtime voortgang van het geluid in de vorm van een geluidsgolf en de gebruikersnaam van Soundcloud zijn weggehaald. Ook is ingesteld dat de opnames automatisch starten als de pagina wordt weergegeven. In de praktijk duurt het laden van de opname toch langer dan van de vragen zelf. Luisteraars zien daarom de vragen een paar seconden eerder dan de opname.

2.2.3.3. Attitudeschalen

Elke opname heeft een set met attitudeschalen en elke schaal is een 7-punts Likertschaal. Er zijn 11 attitudeschalen beginnend met de zin “Deze spraak klinkt …”, zie Figuur 1. Figuur 2 bevat 2 schalen over de geschiktheid binnen en buiten de regio beginnend met de zin “Ik vind deze spraak geschikt voor communicatie met …”. De eerste 4 schalen uit Figuur 1 zijn ook gebruikt in het onderzoek van Pinget, Rotteveel en Van de Velde (2014) en worden opnieuw gebruikt om een vergelijking te kunnen te trekken tussen dat onderzoek en dit onderzoek. Smakman (2006; 2012) heeft kenmerken van standaardtaal vastgesteld en een aantal daarvan gebruik ik voor attitudeschalen: lingua franca; correct; opposite of dialect;

media laguage; non-regional; informal; accepted; different. Alleen regionaliteit is een

overeenkomst tussen beide onderzoeken. De kenmerken correleerden met de opvatting van standaardtaal als een exclusief, dan wel een inclusief model, zoals te zien is in Tabel 1. Het kenmerk lingua franca heb ik vervolgens bij gebrek aan een goede vertaling opgesplitst in de schaal begrijpelijk en de vraag of deze communicatie geschikt is voor binnen/buiten de regio. De schaal different is vertaald naar normaal, omdat een letterlijke vertaling anders/

afwijkend/ abnormaal/ ongewoon een negatieve connotatie heeft en deze schaal niet in het

model valt. Aangezien ik Smakmans indeling en gevolgtrekking wil nagaan en uitbreiden met de accenten van de Friezen, heb ik ervoor gekozen een aantal van zijn schalen te gebruiken.

(16)

16

Tabel 1: Indeling Smakmans model

Exclusief model Inclusief model

Opposite of dialect = niet-dialect Accepted = acceptabel Correct = correct (volgens de regels)

Non-regional = niet-regionaal

Lingua franca = begrijpelijk; geschikt (binnen); geschikt (buiten)

Media language = mediataal Informal = formeel

Figuur 2: Geschiktheidvraag

2.2.3.4. Indirecte en directe metingen

Er is gekozen om een indirecte meting voor een directe meting te plaatsen. Op deze manier worden de bewuste attitudes van de onbewuste attitudes gescheiden en kunnen mensen niet sociaal wenselijk antwoorden. Op de manier test je welke attitude ze over bepaalde accenten hebben.

Een directe meting kan in de vorm van een LRT (label ranking test) wat bijvoorbeeld in het LANCHART project (LANguage CHAnge in Real Time), waaraan Tore Kristiansen (2015) meewerkt, gedaan wordt. Hierbij wordt mensen gevraagd een aantal talen of variëteiten in een volgorde van persoonlijke voorkeur te zetten. Daarnaast zijn er tal van andere taken. Preston (2015) noemt de volgende: gebieden identificeren op basis van correct of aangenaam taalgebruik en het markeren van verschillende taalgebieden op een blanco kaart. Uiteindelijk is gekozen voor het louter identificeren van een gebied bij een spraakopname, zonder er attitudes aan te hangen of volgordes te vragen.

Zoals aangegeven is er ook een indirecte meting gegeven en dit is een attitudemeting op basis van 13 categorieën die omgezet zijn in 13 Likertschalen, zoals in de vorige paragraaf al is verteld. Een splitsing in indirect en direct heeft ook als voordeel dat het mogelijk wordt om na te gaan of mensen überhaupt weten waar iemand vandaan komt. Zo kan nagegaan worden of de onderliggende attitudes bij bepaalde regio’s uit het indirecte deel liggen aan stereotype ideeën over een bepaalde regio of dat het meer ligt aan stereotype ideeën bij bepaalde spraak.

2.3. Uiterlijk vragenlijst beoordelaars

(17)

17 de vragenlijst minder gerandomiseerd is dan te verwachten was, zie daarvoor Bijlage 8. Daarnaast is het programma niet zo gemakkelijk te gebruiken bij complexe vragenvolgordes doordat het vaak vast loopt bij complexe logica of grotere vragen met plaatjes of geluiden, met als gevolg dat vragen ineens door elkaar staan.

(18)

18

3. Resultaten

De vragenlijst van de luisteraars was onderverdeeld in een classificatietaak en een evaluatietaak, beiden zullen apart worden besproken.

3.1. Accentevaluatie

Eerst wordt de onderlinge samenhang tussen de schalen besproken. Vervolgens worden de resultaten voor de overzichtelijkheid per schaal besproken in de afzonderlijke paragrafen. Op deze manier kunnen de onafhankelijke variabelen sprekersregio en beoordelaarsregio en de interactie daartussen bepaald worden voor elke afhankelijke variabele: de scores per schaal. Tot slot kan er dan een uitspraak worden gedaan over de verschillende hypotheses.

De 13 schalen zijn: acceptabel, begrijpelijk, correct, niet-dialect, formeel, mediataal,

mooi, normaal, niet-regionaal, standaard, verzorgd, geschikt (binnen) en geschikt (buiten) de

regio. De resultaten voor de analyse van de betrouwbaarheid en de correlaties zijn samengevoegd tot Tabel 2. Cronbachs α, een statistische methode om de betrouwbaarheid te meten, is tussen alle schalen voldoende hoog, namelijk tussen 0,674 en 0,884. Een Cronbachs α met een waarde boven 0,7 wordt gezien als betrouwbaar. Aangezien de betrouwbaarheid pas bij een Cronbachs α onder de 0,5 als onbetrouwbaar wordt gezien, kies ik ervoor om de schaal niet-regionaal met de betrouwbaarheidcoëfficiënt van 0,674 toch in de analyse te laten. Er zijn 7 schalen met een hoge betrouwbaarheid: acceptabel,

begrijpelijk, correct, formeel, normaal, geschikt (binnen) en geschikt (buiten). Globaal gesteld

(19)

Tabel 2: Cronbachs alpha (a) van de 13 schalen voor voorgelezen Standaardnederlands (n=171) en Pearson correlaties tussen de schalen. Het merendeel van de correlaties is significant (p<0,001), zie legenda. Sterke correlaties (p>0,50) zijn vet gedrukt.

standaard niet-regionaal niet-dialect begrijpelijk acceptabel mediataal mooi correct verzorgd formeel normaal

Geschikt (binnen)

Geschikt (buiten)

a=0,776 a=0,674 a=0,743 a=0,840 a=0,837 a=0,776 a=0,759 a=0,874 a=0,776 a=0,826 a=0,850 a=0,884 a=0,832

standaard 0,13 0,19* 0,35*** 0,47*** 0,45*** 0,55*** 0,43*** 0,53*** 0,45*** 0,61*** 0,27*** 0,43*** niet-regionaal 0,76*** 0,04 -0,03 0,05 0,06 -0,04 -0,07 0,06 -0,04 -0,06 -0,05 niet-dialect 0,20** 0,03* 0,03 0,11 0,11 0,04 0,08 0,13 0,06 0,14 begrijpelijk 0,76*** 0,23** 0,38*** 0,69*** 0,47*** 0,29*** 0,57*** 0,39*** 0,52*** acceptabel 0,28*** 0,55*** 0,82*** 0,62*** 0,44*** 0,72*** 0,31*** 0,58*** mediataal 0,47*** 0,23** 0,42*** 0,53*** 0,32*** 0,14 0,17* mooi 0,46*** 0,79*** 0,58*** 0,57*** 0,16* 0,29*** correct 0,58*** 0,46*** 0,66*** 0,22** 0,49*** verzorgd 0,60*** 0,60*** 0,17* 0,34*** formeel 0,48*** 0,15 0,25*** normaal 0,39*** 0,59*** geschikt (binnen) 0,71*** geschikt (buiten)

(20)

Tabel 3: Selectie schalen met correlaties Tabel 4: Schalen met correlaties uit Pinget et al. (2014, p.23)

standaard niet-regionaal mooi verzorgd

a=0,776 a=0,674 a=0,759 a=0,776

standaard 0,13 0,55* 0,53*

niet-regionaal 0,06 -0,07 mooi 0,79*

verzorgd

* De correlatie is significant als p<0.001 (2-tailed).

Tabel 3 bevat de schalen die tevens in het onderzoek van Pinget et al. (2014) voorkwamen en die in Tabel 4 herhaald worden, de opmerkelijke verschillen zijn voor het gemak rood gemarkeerd. Niet-regionaal correleerde zeer laag met standaard in tegenstelling tot het onderzoek van Pinget et al. (2014). Dat de correlatie tussen schalen met niet-regionaal laag is, kan liggen aan de lagere betrouwbaarheid van deze schaal.

Vervolgens is een factoranalyse uitgevoerd om te herleiden of de resultaten beter in het inclusieve of exclusieve model passen. Wanneer we als cut-offwaarde de eigenwaarde groter dan 1 nemen, blijken er 4 componenten te zijn die opeenvolgend 44%, 14%, 12% en 8% van de variantie verklaren. Opgeteld verklaren deze 4 componenten 78% van de variantie. Op component 1 laden de schalen acceptabel (0,875), begrijpelijk (0,808), correct (0,909) en in mindere mate normaal (0,551). Component 2 bevat de schalen niet-regionaal (0,944) en niet-dialect (0,930). Op component 3 laden geschikt (binnen) (0,951) geschikt

(buiten) (0,776). Mediataal (0,876), mooi (0,716), standaard (0,620), formeel (0,764) en verzorgd (0,605) laden op component 4. Een varimaxrotatie geeft een nog diffuser beeld.

Zodoende lijkt een duidelijke ondersteuning voor de hypothese over het inclusieve/exclusieve model niet gevonden.

Voor het bespreken van de individuele schalen zijn in Tabel 5 de gemiddelde scores per schaal voor de verschillende sprekers x beoordelaars combinaties gegeven. Voor de luisteraars gelden de 5 regio’s Groningen (G), Friesland (F), Randstad (R), Zuid (Z) en overig (O). De sprekersregio’s bestaan uit Groningen (G), de L1-Friezen (VF), de L2-Friezen (LF), Randstad (R) en Zuid (Z). Aan de hand van ANOVA’s worden de verschillen tussen deze gemiddelde scores statistisch getoetst, waarbij alle resultaten in Tabel 6 zijn samengevat. Overigens bestaat de regio O, alleen uit respondenten uit Middenoost, zie Figuur 3.

standaard niet-regionaal mooi verzorgd

a=0,849 a=0,705 a=0,820 a=0,848

standaard 0,60* 0,58* 0,47*

niet-regionaal 0,36* 0,30* mooi 0,63*

verzorgd

* De correlatie is significant als p<0.001 (2-tailed).

13 6 4

Regio Overig (n=23)

Drenthe Overijssel Gelderland Flevoland Zeeland

(21)

21

Tabel 5: Gemiddelde scores per schaal uitgesplitst naar regio

(22)

22 Gem.LR 1,81 1,87 1,60 2,38 1,82 1,89 Gem.LR 2,05 1,94 1,79 2,90 2,08 2,15 M o o i Sprekers G F R Z O Gem.SR

G 3,59 3,53 3,34 4,00 3,91 3,68 **Voor de luisteraars geldt G(n=107), F(n=18), R(n=19), Z=(n=4), O(n=23) en het totaal is n=171. De gemiddelde scores voor de 13 schalen zijn opgesplitst naar sprekersregio (SR) en luisteraarsregio (LS). De schalen lopen van 1 (helemaal mee eens) tot 7 (helemaal niet mee eens).Ook zijn de gemiddelde scores per schaal per regio opgenomen.

VroegF 3,85 3,11 3,66 2,88 3,76 3,45

LaatF 3,36 2,89 3,29 4,38 3,37 3,46

R 3,31 3,53 2,76 2,88 3,24 3,14

Z 3,58 3,50 3,42 3,38 3,39 3,45

Gem.LR 3,54 3,31 3,29 3,50 3,53 3,44

Voor het uitvoeren van de ANOVA’s zijn eerst de assumpties van normaliteit en homoscedasticiteit getest. Uit de QQ-plots kwam naar voren dat alle schalen ongeveer normaal verdeeld zijn. Daarnaast is de homoscedasticiteit getest door middel van Levene’s test en bleek dat alleen de schalen acceptabel, begrijpelijk en geschikt (binnen) de varianties significant van elkaar verschillen (p<0,05). Het gevolg is dat deze schalen eigenlijk niet geanalyseerd kunnen worden met een ANOVA, aangezien de varianties ongelijk verdeeld zijn. Om ervoor te zorgen dat deze schending van de assumpties minder van invloed kan zijn is besloten de ANOVA’s toch uit te voeren maar dan met een erg streng significantieniveau (p<0,0001). Hierdoor wordt de kans op een significante p-waarde door ongelijke varianties kleiner.

Tabel 6: Resultaten van een herhaalden oneway ANOVA per schaal met luisteraarsregio en sprekersregio als vaste factoren. De vetgedrukte waarde zijn significant (p<0,001).

Effecten Acceptabel Begrijpelijk Correct

df1 F p df1 F p df1 F p

Luisteraarsregio 4 8,511 0,000 4 12,124 0,000 4 9,957 0,000

Sprekersregio 4 3,344 0,010 4 3,369 0,009 4 4,945 0,001

Luisteraarsregio*Sprekersregio ₁₆ _0,922 _0,543 ₁₆ _1,353 _0,157 ₁₆ _1,645 _0,051

Effecten Formeel Mediataal Mooi

df1 F p df1 F p df1 F p

Luisteraarsregio 4 1,467 0,210 4 5,385 0,000 4 1,500 0,200 Sprekersregio 4 9,97 0,000 4 18,805 0,000 4 4,067 0,003 Luisteraarsregio*Sprekersregio ₁₆ _1,343 _0,162 ₁₆ _0,851 _0,627 ₁₆ _0,964 _0,494

Effecten Niet-dialect Niet-regionaal Standaard

df1 F p df1 F p df1 F p

Luisteraarsregio 4 4,186 0,002 4 2,481 0,042 4 4,212 0,002 Sprekersregio 4 24,855 0,000 4 21,448 0,000 4 17,405 0,000

Luisteraarsregio*Sprekersregio ₁₆ _1,008 _0,445 ₁₆ _0,554 _0,918 ₁₆ _0,795 _0,693

Effecten Normaal Verzorgd Geschikt (binnen)

df1 F p df1 F p df1 F p

Luisteraarsregio 4 14,474 0,000 4 3,658 0,006 4 5,058 0,000

Sprekersregio 4 10,509 0,000 4 5,167 0,000 4 0,801 0,525 Luisteraarsregio*Sprekersregio ₁₆ _1,481 _0,098 ₁₆ _1,076 _0,373 ₁₆ _0,527 _0,935

(23)

23 df1 F p is, kan zijn dat er veel verschil in herkomst zit. Dit werkt

door in de interactie. Luisteraarsregio 4 8,167 0,000

Sprekersregio 4 7,230 0,000

Luisteraarsregio*Sprekersregio ₁₆ _0,734 _0,761

Uit Tabel 6 valt op te maken dat geen van de schalen een significante interacties vertoont. 3.1.1. Acceptabel

De schaal acceptabel voldeed aan de assumpties voor ANOVA. Uit de ANOVA bleek geen significant effect van sprekersregio (F=3,344; df1=4; p=0,010), gezien de lage p-waarde lijkt er wel een indicatie voor een verschil. De onderlinge verschillen tussen de regio’s zijn met behulp van paarsgewijze vergelijkingen in een ANOVA getoetst. Hierbij is een Bonferroni-correctie (p<0,001) gebruikt om kanskapitalisatie te voorkomen. In overeenstemming met de ANOVA over het geheel van sprekersregio’s werden er geen significante verschillen gevonden voor de sprekersregio’s onderling. De gemiddelde scores liggen tussen de 2,07 en

de 2,42 .

Er is een significant effect van luisteraarsregio (F=8,511; df1=4; p<0,000). Wat inhoud dat het voor de schaal acceptabel van belang is welke regio dit invult. Voor de beoordelaars geldt ook dat de paarsgewijze vergelijkingen in een ANOVA met een Bonferroni-correctie (p<0,001) alleen een verschil lijkt op te leveren voor de combinaties luisteraarsregio’s Z-R (p<0,000) en Z-O (p<0,000), maar gek genoeg niet bij Z-F (p=0,006) en Z-G (p=0,001). Zuiderlingen lijken de taal van zuiderlingen, Groningers en L1-Friezen dus minder acceptabel te vinden, dan de taal van Randstedelingen of L2-Friezen (Figuur 4). Hoewel deze waarden niet significant zijn, zijn ze gezien hun relatief lage p-waarde wel een indicatie voor een mogelijk verschil. Op deze manier zijn de resultaten wel in lijn met de bevinding van Pinget et al. (2014). Het is mogelijk dat deze waarden niet significant waren door kleinere steekproefgroottes en verschil in groepsgroottes. De gemiddelde scores op acceptabel van de beoordelaars variëren per regio van 1,95 voor Randstedelingen tot 2,85 voor zuiderlingen, zie voor het overzicht Tabel 5. Trouwens de lage scores op de schaal acceptabel wijzen erop dat beoordelaars de spraak van alle regio’s zeer tot redelijk acceptabel vinden. Het is waarschijnlijk dat scores vanaf 4 en hoger als minder acceptabel worden beschouwd door de beoordelaars, maar dat is bij de schaal acceptabel niet het geval. Verder valt op te

(24)

24

Figuur 5: Interactie sprekersregio en beoordelaarsregio op een Likertschaal lopend van 1= helemaal mee eens tot 7= helemaal niet mee eens.

merken dat de L1- en L2-Friezen continue verschillend scoren en daarnaast scoren Groningers en L1-Friezen steeds dichtbij elkaar in Figuur 4 en dat indiceert dat het accept van L1-Friezen mogelijk eenzelfde accent is als Groningers.

3.1.2. Begrijpelijk

Begrijpelijk voldeed eveneens aan de assumpties voor ANOVA. Voor de sprekersregio is er

geen significant effect gevonden (F=3,369; df1=4; p=0,009). Wel suggereert de relatief lage p-waarde een mogelijk verschil. De paarsgewijze vergelijking met een Bonferroni-correctie (p<0,001) levert echter wederom geen onderlinge significante vergelijkingen op. De gemiddelde scores voor de sprekersregio’s liggen tussen 1,89-2,21.

Er is wel een significant effect voor luisteraarsregio (F=12,124; df1=4; p<0,000). De onderlinge verschillen tussen de luisteraarsregio’s zijn met een Bonferroni-correctie (p<0,001) zijn voor de combinaties F, Z-G, Z-R en Z-O (allen p<0,000) en indiceert de p-waarde voor de combinatie G-R (p=0,001) ook een significant verschil. Dit resultaat suggereert dat zuiderlingen de enige luisteraars zijn die de sprekers duidelijk anders beoordelen dan dat de

andere luisteraars doen.

De niet significante interactie wordt teven in Figuur 5 weergegeven, zodat er een beeld gevormd kan worden van de resultaten. Daaruit blijkt dat de zuiderlingen alle regio’s hoger scoren dan alle andere luisteraars en dat ze de noordelijke regio’s gemiddeld genomen duidelijk verschillend beoordelen op de schaal begrijpelijk, namelijk G (3,00), VF (3,63) en LF (2,25).

3.1.3. Correct

(25)

25

sprekers uit het Zuiden, hoorbaar anders klinken dan de sprekers uit de Randstad en de L1-Friezen. De gemiddelde variëren van 2,11 tot 2,57.

De variabele beoordelaarsregio is significant (F=9,957; df1=4; p<0,000), waarbij de beoordelaarsregio’s onderling allemaal significant met de zuiderlingen verschillen. De verschillen tussen G-Z, R-Z en O-Z waren allen p<0,000 en de combinatie F-Z p<0,001. Dit kan ook met de gemiddelden geïllustreerd worden, de luisteraars uit regio R scoren gemiddeld een 1,99 op de schaal correct, oplopend tot 2,30 door de Friezen en de zuiderlingen scoren spraak een 3,03 op correct.

De interactie tussen luisteraarsregio en sprekersregio is niet significant (F=1,645; df1=16; p<0,051). De interactie is weergegeven in Figuur 6. De zuiderlingen scoren zichzelf het minst correct en de Randstedelingen het meest correct. Dit is in tegenstelling tot de Friezen, die zichzelf L1- en L2-Friezen lager scoren, gevolgd door de Groningers en dan de zuiderlingen, zodat de sprekers uit de Randstad het minst correct zijn. De Randstedelingen daarentegen horen een verschil tussen de L1- en L2-Friezen, waarbij de eerste sprekersgroep dezelfde mate van correctheid hebben als de zuiderlingen.

3.1.4. Niet-dialect

De schaal niet-dialect is significant op Levene’s test, daarom wordt de ANOVA met een streng significantieniveau van p<0,001 getest. De sprekersregio’s worden significant anders gescoord op niet-dialect (F=24,855; df1=4; p<0,000). Een nader onderzoek met Bonferroni-correctie (p<0,001), wijst uit dat er significante verschillen zijn tussen de sprekersregio’s G-VF, G-Z, LF-VF, LF-Z, R-VF en R-Z (steeds is p<0,000), maar opvallend genoeg niet voor de combinatie VF-Z terwijl dit wel binnen de verwachting zou liggen. De gemiddelden zijn dan ook in twee groepjes te groeperen 3,56 (G), 3,63 (LF) en 3,78 (R), tegenover 4,71 en 4,78 van respectievelijk de L1-sprekersgroep en

de sprekers uit Zuid.

(26)

26

Ondanks dat de variabele beoordelaargroep niet significant is (F=4,186; df1=4; p=0,002), geeft de lage p-waarde wel een indicatie voor een mogelijk verschil. Een onderlinge vergelijking laat zien dat alleen de combinatie F-R deze potentie voor significantie vertoont (p=0,004), waardoor alleen deze combinatie werkelijk lijkt te verschillen in de beoordeling van de sprekers wat betreft niet-dialect. De overige combinaties zijn niet significant en er is daarom geen bewijs voor een bestaand verschil.

3.1.5. Formeel

Ook de schaal formeel lijkt heteroscedastisch volgens Levene’s test. Er wordt daarom streng getest met een α<0,001. Een ANOVA met Bonferroni-correctie (p<0,001) levert een significant effect op voor sprekersregio (F=9,970; df1=4; p<0,000), maar niet voor luisteraarsregio. Een verdieping in het effect van sprekersregio laat zien dat de combinaties R-VF en R-Z significant zijn bij p<0,000 en dat LF-VF en LF-Z een indicatie voor een effect geven, respectievelijk p=0,005 en p=0,002, maar niet significant zijn. Significante combinaties betekenen hier dat er voor de genoemde combinaties op de schaal formeel een verschil is in deze sprekersregio. Sprekers uit regio R worden bijvoorbeeld systematisch anders beoordeeld dan de sprekers uit VF of Z op de eigenschap formeel.

In Figuur 8 komt dit ook naar voren in de observatie dat Z en R de spraak van R veel formeler beoordelen als veel formeler dan dat de andere regio’s doen. De spraak van Randstedelingen wordt duidelijk meer formeler beoordeeld dan de spraak uit de andere regio’s, waarbij met name de spraak van Z en VF en in minder mate ook de spraak uit Groningen als minder formeel wordt gezien. Ook hier is er weer een duidelijk verschil tussen LF en VF. Zuiderlingen vinden als enige de eigen spraak het minst formeel, daargelaten dat de regio O geen representanten in de sprekersregio heeft.

(27)

27

3.1.6. Mediataal

Hoewel de schaal mediataal volgens een klein aantal van de beoordelaars moeilijk te interpreteren was, hebben deze mensen de schaal niet opvallend ingevuld. De schaal

mediataal is significant op de Levene’s test, daarom wordt de ANOVA met een streng

significantieniveau van p<0,001 getest. Vervolgens blijkt dat zowel de beoordelaargroep als de sprekersgroep significante onderscheidingen opleveren. Wanneer we eerst de sprekersgroep onder de loep nemen, meten we een kans van p<0,000 (F=18,805; df1=4), de variabele is dus een indicator voor een bestaand verschil tussen de accenten van de verschillende sprekersgroepen voor de schaal mediataal. Een onderlinge analyse met een Bonferroni-correctie (p<0,001), levert 5 significante combinaties op met een kans <0,000, namelijk G-Z, LF-VF, LF-Z, R-VF, R-Z. De sprekersgroepen LF en VF lijken dus een andere verdeling te hebben op de schaal mediataal volgens de beoordelaars. Daarnaast is de redelijk lage p-waarde voor de combinatie G-VF (p=0,012), tevens een indicatie dat ook deze sprekersgroepen wel degelijk verschillen. De gemiddelde score voor de spraak van G is 3,86 versus 4,53 van VF en 3,45 van LF. De tweedeling die in Figuur 9 te zien is, is daarom een aannemelijke weergave. De beoordelaarsregio is ook significant bij een significantieniveau van 0,001 (F=5,385; df1=4; p<0,000). Alleen de combinatie O-R is significant bij een Bonferroni-correctie (p<0,001), wat neerkomt op een verschil in hoe de regio R en O spraak beoordelen op de schaal mediataal. Aangezien mediataal vaak wordt gezien als spraak uit de Randstad, is dit een logisch verschil. De interactie tussen beoordelaarsregio en sprekersregio is niet significant, maar p=0,627 (F=0,851; df1=16).

3.1.7. Mooi

(28)

28

Figuur 10: Interactie sprekersregio en beoordelaarsregio op een Likertschaal lopend van 1= helemaal mee eens tot 7= helemaal niet mee eens.

drie andere regio’s die bijna gelijk scoren. Zij tonen dus een voorkeur en een oor voor de eigen spraak, waarbij zij dit niet verwarren met G. De Friezen en de Randstedelingen hebben een voorkeur voor de eigen spraak op de schaal mooi, in tegenstelling tot de andere regio’s die spraak uit R het mooist vinden. Daarnaast suggereert Figuur 10 dat de spraak uit VF en G door de luisteraarsregio’s G, R, Z en O als minst mooi tot lelijk wordt gezien.

3.1.8. Normaal

De schaal normaal is significant op Levene’s test, daarom wordt de ANOVA met een streng significantieniveau van p<0,001 getest. Dit levert een significante bevinding op voor zowel sprekersregio (F=10,509; df1=4; p<0,000), als luisteraarsregio (F=14,474; df1=4; p<0,000), maar niet voor de interactie. Hoe normaal is dan elke spraakregio volgens de beoordelaars na een Bonferroni-correctie (p<0,001)? Een onderlinge vergelijkingen van de combinaties levert een significant resultaat (p<0,000) op voor LF-Z en R-Z en een indicatie van een mogelijk verschil voor de vergelijking G-Z (p=0,003), LF-VF (p=0,007) en R-VF (p=0,009). De spraak tussen deze 5 combinaties lijkt dus te verschillen op de schaal normaal.

(29)

29

p<0,001; p<0,002 en p<0,009).

In Figuur 11 wordt dit duidelijk door een hiërarchie van de lijnen; van boven naar beneden is de volgorde van sprekersregio’s grofweg Z, VF, G, VF en dan R, behalve voor de luisteraarsregio Friesland, die zoals gezegd afwijkend is. Daarnaast vinden de zuiderlingen de eigen spraak en die uit VF niet meer heel normaal, want de score is groter dan 4 en lijken zij dus een sterkere norm over wat normale spraak is te hanteren dan de andere regio’s. Weer wordt de spraak van Z en VF samengenomen, al ligt Groningen er nu duidelijk tussen in en is er niet de duidelijke tweedeling te vinden zoals bij niet-dialect en mediataal het geval was.

3.1.9. Niet-regionaal

(30)

30

3.1.10. Standaard

Net als bij de schaal niet-regionaal zijn de scores op de schaal standaard niet gelijk verspreid volgens Levene’s test. Een ANOVA met de strenge significantiewaarde van p<0,001 levert een significant resultaat op voor sprekersregio (F=17,405; df1=4; p<0,000) en een indicatie voor een verschil voor beoordelaarsregio (F=4,212; df1=4; p=0,002). Een onderlinge vergelijking van de beoordelaarsregio’s levert geen resultaat op, wat lijkt te wijzen op een uniforme beoordeling over heel Nederland over welke spraak standaard is.

Onderlinge vergelijking tussen de sprekersregio’s met Bonferonni-correctie (α=0,001) levert alleen significante verschillen op voor de spraak van Z in de combinaties G-Z, LF-Z, R-Z (p<0,000) en een indicatie voor VF-Z (p=0,013). De spraak van Z is dus minder standaard dan die van de overige 4 regio’s. De spraakregio VF suggereert hetzelfde, maar in minder overtuigende mate, want de verschillen zijn niet significant: VF-Z (p=0,013), VF-R (p=0,008), VF-LF (0,002) en LF-G (0,041). Ook is uit Figuur 13 op te merken dat de zuiderlingen de spraak van R niet zozeer als ‘de standaard’ lijken te ervaren maar dit misschien meer als een andere regionale variant lijken te beoordelen en dat dit in mindere mate ook lijkt op te gaan voor de andere regio’s. De taal uit de Randstad wordt niet unaniem als het meest standaard gezien, sterker nog de regio’s Friesland, Groningen en de Randstad oordelen de eigen spraak als het meest standaard. Friesland scoort R zelfs op de 4e plek. De gemiddelden zijn soms ver uit elkaar gescoord, namelijk 2,37 (R) tot 4,63 (Z). De vraag blijft natuurlijk of individuen de spraak beoordeeld hebben naar wat het meest regioneutraal of het meest voorkomend is. Figuur 12 en 13 komen qua verdeling ook aardig met elkaar overeen en dat is niet gek gezien de schalen niet-regionaal en standaard op dezelfde onderliggende attitude mikken. Figuur 7 (niet-dialect) ondersteund dit beeld nog wat scherper.

3.1.11. Verzorgd

(31)

31

geen significante resultaten zien, er is dus geen bewijs voor een verschillende beoordeling. De vergelijking van sprekersregio’s onderling laat ook geen significante resultaten zien, maar er is een indicatie voor een verschil tussen de sprekers in de combinaties LF-VF (p=0,014) en R-VF (p=0,002). Opnieuw blijken de zuiderlingen strenger te

oordelen dan de andere

beoordelaarsregio’s en voor het eerst wordt G herhaaldelijk tussen VF en Z geschaard. In Figuur 14 wordt dit geïllustreerd.

3.1.12. Geschikt (binnen)

De variantie van de scores op de schaal geschikt (binnen) lijken wel gelijk verdeeld en een ANOVA levert daarom geen problemen op. Voor een goede weergave wordt een dezelfde significantiegrens gekozen als bij de schalen die significant zijn op de Levene’s test. Voor deze schaal geldt dat beoordelaars meer uniform scoorden dan voor de andere schalen, dit valt tevens op te maken uit Figuur 15, waarbij de lijnen meer samengedrukt zijn. Geschikt

(binnen) is een schaal die oordeelt over de stelling “Deze spraak is geschikt voor

(32)

32

3.1.13. Geschikt (buiten)

De schaal geschikt (buiten) meet hoe geschikt de beoordelaars de spraak vonden voor communicatie buiten de regio. Deze schaal is niet simpelweg het tegenovergestelde van de

geschikt (binnen), aangezien de correlatie 0,71 is (p<0,001) en niet nagenoeg gelijk. Een

vergelijking van de gemiddelden op het oog levert een verschillen op, zoals te zien is in Tabel 6. Deze is verkregen daar steeds de gemiddelde van geschikt (buiten) te verminderen met de gemiddelden van geschikt (binnen), zoals zij ook in Tabel 5 stonden. Steeds zijn de grote verschillen grijs gearceerd. De arcering verdeeld de sprekers opnieuw in de bekende twee groepen; VF en Z versus de overige groepen. Deze tweedeling lijkt ook in Figuur 16 te zien te zijn.

Tabel 7: Verschil in scores geschikt (buiten) - geschikt (binnen)

Sprekers Luisteraars G F R Z O G 0,02 0,03 -0,03 0,13 -0,15 VroegF 0,56 0,08 0,61 1,38 0,78 LaatF 0,12 -0,17 0,13 0,13 0,28 R 0,08 -0,11 -0,24 -0,25 0,02 Z 0,44 0,53 0,50 1,25 0,37

(33)

33

3.1.14. Samenvatting accentevaluatie

De visuele samenvatting van de effecten van alle schalen is weergegeven in Tabel 8 voor sprekerseffecten en in Tabel 9 voor de beoordelaarseffecten. Uit Tabel blijken een aantal tendensen. G en LF zijn vaak verschillend van VF en Z. Dit gaat twee van de hypotheses aan; G en LF lijken meer op elkaar dan op VF, er is dus waarschijnlijk geen algemeen noordelijk accent; daarnaast is LF ook anders dan VF. Tot slot lijken G en LF op R, gezien de afwezigheid van significantie.

Tabel 8: Samenvatting sprekerseffecten

Schalen

Algemeen sprekerseffect

Sprekerseffecten tussen de sprekersregio's

G-LF G -R G-VF G-Z LF-R LF-VF LF-Z R-VF R-Z VF-Z Acceptabel F=3,344; df1=4; p=0,010 Begrijpelijk F=3,369; df1=4; p=0,009 0,004 0,005 Correct F=4,945; df1=4; p<0,001 0,004 0,005 Niet-dialect F=24,855; df1=4; p<0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,007 Formeel F=9,970; df1=4; p<0,000 0,005 0,002 0,000 0,000 Mediataal F=18,805; df1=4; p<0,000 0,012 0,000 0,000 0,000 0,000 0,000 Mooi F=4,067; df1=4; p=0,003 Normaal F=10,509; df1=4; p<0,000 0,003 0,007 0,000 0,009 0,000 Niet-regionaal F=21,448; df1=4; p<0,000 0,000 0,000 0,001 0,000 0,000 0,000 Standaard F=17,405; df1=4; p<0,000 0,041 0,000 0,002 0,000 0,008 0,000 0,013 Verzorgd F=5,167; df1=4; p<0,000 0,014 0,002 Geschikt (binnen) Geschikt (buiten) F=7,230; df1=4; p<0,000 0,011 0,018 0,017 0,026 0,001 0,001 * Lege hokjes zijn niet-significante waarden zonder een indicatie van een verschil. Voor de overzichtelijkheid zijn deze weggehaald.** Significante effecten zijn vetgedrukt.

Mensen lijken de regio’s niet verschillend te waarderen op de schalen acceptabel, mooi en

geschikt (binnen) in de sprekersbeoordeling. Uit de waardering blijkt dat begrijpelijk, correct

(34)

34

Tabel 9: Samenvatting beoordelaarseffecten

Schalen _Algemeen beoordelaarseffect

Beoordelaarseffecten tussen de beoordelaarregio's G-F G-R G-Z G-O F-R F-Z F-O R-Z R-O Z-O

Acceptabel F=8,511; df1=4; p<0,000 0,001 0,006 0,000 0,000 Begrijpelijk F=12,124; df1=4; p<0,000 0,001 0,000 0,000 0,000 0,000 Correct F=9,957; df1=4; p<0,000 0,000 0,001 0,000 0,000 Niet-dialect F=4,186; df1=4; p=0,002 0,004 Formeel Mediataal F=5,385; df1=4; p<0,000 0,001 Mooi Normaal F=14,474; df1=4; p<0,000 0,000 0,000 0,000 0,001 0,002 0,009 0,000 0,000 Niet-regionaal F=2,481; df1=4; p=0,042 Standaard F=4,212; df1=4; p=0,002 Verzorgd F=3,658; df1=4; p=0,006 Geschikt (binnen) F=5,058; df1=4; p<0,000 0,012 0,000 0,018 Geschikt (buiten) F=8,167; df1=4; p<0,000 0,000 0,000 0,000 0,000

* De significante effecten zijn vetgedrukt.

** Lege hokjes zijn niet-significante waarden zonder een indicatie voor een verschil. Voor de overzichtelijkheid zijn deze weggehaald.

De beoordelaarseffecten zijn minder verschillend wat betekent dat de sprekers niet opvallend anders scoren. Toch blijken er een aantal schalen toe te doen, namelijk normaal,

geschikt (buiten), acceptabel, begrijpelijk en correct. Bij deze schalen lijkt het uit te maken

waar de beoordelaar vandaan komt voor de score die hij sprekers geeft op deze schalen. Als we dit al vergelijken met het model van Smakman blijkt dat vooral de schalen die laden op het inclusieve deel van het model, elke behalve correct en normaal. Correct hoort bij het exclusieve model en normaal bij geen van beide. Het kan goed mogelijk zijn dat normaal zowel geïnterpreteerd is als welke taal de spreker het meest hoort in zijn dagelijks leven, als over meer akoestische eigenschappen van het geluidssignaal, zoals nasaliteit e.d. Mediataal en formeel heeft geen invloed op de beoordelaars gehad.

3.2. Accentherkenning

(35)

35 komt doordat het optioneel was om na het onderdeel accentevaluatie deel te nemen aan het onderdeel accentherkenning. Daarbij zijn 10 mensen afgevallen.

3.2.1. Indeling per spreker

Accentherkenning blijkt geenszins een gemakkelijk opgave voor onze beoordelaars te zijn. Nergens is een 100% goed score. In Bijlage 9 staan alle ruwe scores, waarvan per regio voor elke spreker een korte samenvatting in Figuur 5 t/m 11 staat weergegeven, zodat de sprekers binnen elke regio kort met elkaar vergeleken kunnen worden om te zien of ze min of meer hetzelfde klinken. Er volgt een korte bespreking per regio.

Figuur 5: Individuele scores voor Groningen

De Groningers lijken min of meer gelijkwaardig. Spreker G5 lijkt een iets duidelijker Gronings accent te hebben.

Figuur 6: Individuele scores voor de Randstad

0 10 20 30 40 50 60

Friesland Groningen Randstad Zuiden Overig

Freq u en ti e Ingedeelde regio

Herkenning Groningers per spreker

G1 (n=67) G2 (n=66) G3 (n=68) G4 (n=66) G5 (n=65) 0 10 20 30 40 50 60 70 Fr eq u en ti e Ingedeelde regio

(36)

36 De herkenning van de Randstedelingen is over het algemeen iets hoger: 25-60%. Spreker R4 wijkt af, door de lagere Randstadscore en hoger bij Groningen en overig. Spreker R5 klinkt helemaal niet als regio overig, terwijl de andere sprekers daar soms wel ingedeeld zijn.

Figuur 7: Individuele scores voor L1-Friestaligen

De L1-Friestaligen scoren in het algemeen het hoogst op overig 25-35% en in verschillende mate op Friesland. Verder worden ze verspreid gescoord over de regio’s. Ze klinken in elk geval niet echt als afkomstig uit Randstad, Zuid of Groningen. De individuele verschillen lijken vrij groot en de herkomst van sprekers wordt niet duidelijk herkent en daardoor lijkt de grafiek grillig. 0 10 20 30 40 50

Herkenning L1-Friestaligen per

spreker

VF1 (n=67) VF2 (n=67) VF3 (n=66) VF4 (n=66) VF5 (n=68) 0 5 10 15 20 25 30 35 40

Herkenning L2-Friestaligen per

spreker

LF1 (n=68) LF2 (n=66) LF3 (N=64) LF4 (n=67) LF5 (n=65)

(37)

37 Het verschil tussen Figuur 7 en 8 is niet zo groot. Figuur 8 is tevens wat grillig, vooral in de F, G en R sectie. Twee van de L2-Friezen klinken overduidelijk meer als de Randstad, terwijl de beoordeling verder overeen lijken te komen.

Figuur 9: Individuele scores voor Zuid

Zuiderlingen worden gemakkelijker herkent. De sprekers uit zuid zijn meer gelijkvormig, maar zijn in twee groepen te verdelen. Duidelijk Zuid, waarin Z1, Z2 en Z3 tussen de 50-60% scoren en matig Zuid, waarbij Z4 en Z5 horen en die tevens verward worden met een herkomst uit de Randstad. De laatste twee sprekers zijn in tegenstelling tot de eerste drie afkomstig uit Maastricht en niet uit dorpen in Noord-Brabant.

Voor de duidelijkheid worden Figuur 5 t/m 9 samengenomen tot onderstaand figuur (Figuur 10) waarin de juistheid van de herkenning naar voren komt. Hieruit blijkt dat niet alle

Figuur 10: Correctheid herkenning sprekers

0 10 20 30 40 50 60 70

Herkenning zuiderlingen per spreker

Z1 (n=67) Z2 (n=65) Z3 (n=67) Z4 (n=66) Z5 (n=67) 0% 20% 40% 60% 80% 100% R 1 (n=6 6 ) R 2 (n=6 7 ) R 3 (n=6 5 ) R 4 (n=6 7 ) R 5 (n=6 8 ) G 1 (n=6 7 ) G 2 (n=6 6 ) G 3 (n=6 8 ) G 4 (n=6 6 ) G 5 (n=6 5) Z1 (n=6 7) Z2 (n=6 5) Z3 (n=6 7) Z4 (n=6 6) Z5 (n=6 7) LF 1 ( n= 6 8 ) LF 2 ( n= 6 6 ) LF 3 (N=6 4 ) LF 4 ( n= 6 7 ) LF 5 ( n= 6 5 ) V F1 (n=6 7) V F2 (n=6 7) V F3 (n=6 6) V F4 (n=6 6) V F5 (n=6 8)

Correcte herkenning per spreker

(38)

38 sprekers en regio’s goed herkent worden, als we globaal een uitspraak doen over de mate van herkenning waarbij we aannemen dat bij een goede herkenning de meerderheid, dus meer dan 50%, de juiste regio gekozen wordt. De herkenning voor de regio R is dan 4/5, spreker R4 wordt niet goed herkent. Dat betekent niet dat deze spreker een slechte representant is, maar kan ook ongewoonte zijn met het accent of het idee wat mensen van de regio R hebben. Regio G wordt erg slecht herkent; in nog geen 20% wordt elke spreker goed gelokaliseerd. De derde regio, Z, wordt goed herkent: 5/5. Vervolgens worden de regio’s VF en LF ook slecht herkent, maar is er wel een verschil in herkenning. Sprekers LF1 t/m LF4 worden 0-20% herkent, maar LF5 lijkt een uitzondering die meer bij regio VF lijkt te horen, aangezien daar de frequenties duidelijk hoger liggen. Hoe zijn dan de sprekersgroepen geïdentificeerd als ze niet goed gelokaliseerd zijn? Is er een tendens? Daarvoor kijken we in de volgende paragraaf.

3.2.2. Indeling per sprekersgroep

In Figuur 11 staat bondig beschreven hoe de sprekersgroepen in hun geheel geïdentificeerd worden. Luisteraars wisten niet dat regio overig, dus de provincies Drenthe, Overijssel, Gelderland, Flevoland en Zeeland geen reële opties waren in dit onderzoek. Door geen verplichte keuze tussen de regio’s te geven, maar ook een groep overig te hanteren kan beter de beoordeling van de luisteraar bepaald worden, omdat deze zo geen suggestieve antwoordmogelijkheden krijgt voorgeschoteld. Indeling in regio moet dus meer op basis van attitude en accent gemaakt worden. Regio overig moet dus niet geïnterpreteerd worden als een ‘weet het niet’-antwoord.

(39)

39

Figuur 11: Groepsscores per sprekersgroep

Voor de mate van correctheid per sprekersregio kunnen we het beste kijken naar Figuur 12.

Figuur 12: Correctheid herkenning sprekersregio's

R en Z worden goed herkent, meer dan 2/3. Daarnaast is er een overtuigend verschil tussen VF en LF, 15% versus 35%. Tot slot blijkt dat regio G en VF nagenoeg even slecht herkenbaar zijn. Hebben de sprekers LF dan een ander accent dan de sprekers VF? En is dit hetzelfde ‘noordelijke accent’ als dat van sprekers uit G?

3.2.3. Statistische analyse

Een ANOVA tussen de ingevulde score en de sprekersregio laat zien dat er geen bewijs gevonden is dat de spraak hetzelfde beoordeeld wordt. Voor de sprekersregio geldt dat er een significant effect gevonden is (F=7,505; df1=4; p<0,000). Ook de beoordelaarsregio is significant (F=2,439; df1=4; p=0,045), net als de interactie tussen de sprekersregio en de beoordelaarsregio (F=1,774; df1=16; p=0,029). Voor de variabele sprekersregio blijkt dat een

0% 20% 40% 60% 80% 100% R (n=333) G (n=332) Z (n=332) VF (n=330) LF (n=334) P erc en ta ge Sprekersgroep

(40)

40 onderlinge vergelijking met Bonferroni-correctie (p<0,001) tussen de regio’s significante effecten laat zien tussen VF-LF (p<0,001), VF-Z (p<0,000) en tot slot lijkt er een indicatie voor een verschil tussen R-Z (p=0,021). Deze significante effecten betekenen dat er een verschil lijkt te zijn tussen de accenten van de sprekers uit VF en LF en tussen de sprekers uit VF en Z. De beoordelaars laten onderling geen significante effecten zien, daarom lijkt er geen aanwijzing te zijn dat de beoordelaars onderling andere ideeën hebben over welk accent bij welke regio hoort.

3.2.4. Samenvatting accentherkenning