数为各发音类型在发音总频数中所占的具体比重。 我们将对语言内部各因素对W/V发音类型选择的差异分别进行说明。首先观察语音本身的因 素。表4显示各音节结构对于V/W发音类型选择的不同频率。我们将各音节结构的V型发音比例数 按照从高至低的顺序依次排列，V型发音比例数的逐级下降表明了不同音节结构发生]化的概率逐 渐降低。 表4零声母各种音节结构与V/W发音类型比例 组类 例词 V型发音 W型发音 1 味（道）（作）为wi 474(69.6%) 207(30.4%) 2 文（化）（询）问wen 459(67.4%) 222(32.6%) 3 翁（渔）翁weng 452(66.4%) 229(33.6%) 歪（斜）（道）外wai 379(55.7%) 302(44.3%) 玩（笑）（手）腕wan 368(54.0%) 313(46.0%) 6 蛙（泳）（女）娲wa 365(53.6%) 316(46.4%) 7 王（国）（渔）网wang 334(49.0%) 347(51.0%) 我（们）（仰）卧wo 17(2.5%) 664(97.5%) 9 污（染）（书）屋wu 13(1.9%) 668(98.1%) 统计学的研究表明，比例数的种种差别反映的可能是实际的差别，但也可能是因抽样误差而造成的 差别。因此有必要用卡方检验对比例数的差别进行考察。统计学中卡方检验有多种用途，其中用于本 文研究的有两种：第一，用来推算两个分类变量相同的概率，以检验是否相关或相互独立。第二，用来推 算抽样误差的概率。其中，用第一种用途可具体分为以下三种情况：(1)当概率值小于或等于显著性水 平值0.05时，表明分类变量间差别显著：(2)当概率值小于或等于0.01时，表明差别非常显著：(3)当 概率值大于0.05时，有两种可能性：其一，说明二者没有显著差异，即不相互独立，具有相关性：其二，说 明抽样误差的概率过大，差别没有实际意义。 由于本文获取的各类数据的样本数量足够多，因此可以大大降低抽样误差发生的可能性。所以本 文使用卡方检验的主要功能是为了检验两个分类变量是否相关或相互独立，即实现上文所述的第一种 用途。为确保对V型发音与合口呼零声母各音节间的相关性进行重新分组的科学性，我们对表4各w 音节的V型发音分布进行了卡方检验，得出表5中的结果，其中各个检验结果单元格中的内容分别为 卡方值和该检验的概率值（以圆括号标记）。在该表中，我们将没有显著差异的数值，用黑体字标明，目 的是跟其他具有显著相关的数值作以区分，同时考虑到表中下三角区域单元格中的数值与上三角区域 呈对称结构，故亦予以省略，以便于查阅（如表5所示）。 表5 合口呼零声母各音节V型发音卡方检验结果 组类 1uei韵 2uen韵 3ueng韵 4uai韵 5uan韵 6ua韵 7uan韵 8uo韵 9u韵 0 0.766 1.633 28.311 28.311 28.311 59.636 665.1 665.1 1uei韵 (1) (0.382) (0.201) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) 0 0.162 19.851 25.492 27.147 47.164 630.9 630.9 2uen韵 (1) (0.687) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) 0 630.9 21.623 23.152 41.889 615.4 629.3 3ueng韵 (1) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) 0 0.359 0.581 5.96 466.6 479.8 4uai韵 (1) (0.549) (0.446) (0.015) (0.000) (0.000) 0 0.027 3.398 446.1 459.2 5uan韵 (1) (0.870) (0.065) (0.000) (0.000) 0 2.824 440.6 453.7 6ua韵 (1) (0.093) (0.000) (0.000) ·160· ?1994-2015 China Academic Journal Electronic Publishing House.All rights reserved. http://www.cnki.net数为各发音类型在发音总频数中所占的具体比重。 我们将对语言内部各因素对 W/V 发音类型选择的差异分别进行说明。首先观察语音本身的因 素。表 4 显示各音节结构对于 V/W 发音类型选择的不同频率。我们将各音节结构的 V 型发音比例数 按照从高至低的顺序依次排列，V 型发音比例数的逐级下降表明了不同音节结构发生［υ］化的概率逐 渐降低。 表 4 零声母各种音节结构与 V/W 发音类型比例 组类 例词 V 型发音 W 型发音 1 味( 道) ( 作) 为 wei 474 ( 69． 6% ) 207 ( 30． 4% ) 2 文( 化) ( 询) 问 wen 459 ( 67． 4% ) 222 ( 32． 6% ) 3 翁 ( 渔) 翁 weng 452 ( 66． 4% ) 229 ( 33． 6% ) 4 歪( 斜) ( 道) 外 wai 379 ( 55． 7 % ) 302 ( 44． 3% ) 5 玩( 笑) ( 手) 腕 wan 368 ( 54． 0% ) 313 ( 46． 0% ) 6 蛙( 泳) ( 女) 娲 wa 365 ( 53． 6% ) 316 ( 46． 4% ) 7 王( 国) ( 渔) 网 wang 334 ( 49． 0% ) 347 ( 51． 0% ) 8 我( 们) ( 仰) 卧 wo 17 ( 2． 5% ) 664 ( 97． 5% ) 9 污( 染) ( 书) 屋 wu 13 ( 1． 9 % ) 668 ( 98． 1% ) 统计学的研究表明，比例数的种种差别反映的可能是实际的差别，但也可能是因抽样误差而造成的 差别。因此有必要用卡方检验对比例数的差别进行考察。统计学中卡方检验有多种用途，其中用于本 文研究的有两种: 第一，用来推算两个分类变量相同的概率，以检验是否相关或相互独立。第二，用来推 算抽样误差的概率。其中，用第一种用途可具体分为以下三种情况: ( 1) 当概率值小于或等于显著性水 平值 0． 05 时，表明分类变量间差别显著; ( 2) 当概率值小于或等于 0． 01 时，表明差别非常显著; ( 3) 当 概率值大于 0． 05 时，有两种可能性: 其一，说明二者没有显著差异，即不相互独立，具有相关性; 其二，说 明抽样误差的概率过大，差别没有实际意义。 由于本文获取的各类数据的样本数量足够多，因此可以大大降低抽样误差发生的可能性。所以本 文使用卡方检验的主要功能是为了检验两个分类变量是否相关或相互独立，即实现上文所述的第一种 用途。为确保对 V 型发音与合口呼零声母各音节间的相关性进行重新分组的科学性，我们对表 4 各 w 音节的 V 型发音分布进行了卡方检验，得出表 5 中的结果，其中各个检验结果单元格中的内容分别为 卡方值和该检验的概率值( 以圆括号标记) 。在该表中，我们将没有显著差异的数值，用黑体字标明，目 的是跟其他具有显著相关的数值作以区分，同时考虑到表中下三角区域单元格中的数值与上三角区域 呈对称结构，故亦予以省略，以便于查阅( 如表 5 所示) 。 表 5 合口呼零声母各音节 V 型发音卡方检验结果 组类 1uei 韵 2 uen 韵 3ueng 韵 4 uai 韵 5 uan 韵 6 ua 韵 7 uan 韵 8 uo 韵 9 u 韵 1 uei 韵 0 ( 1) 0． 766 ( 0． 382) 1． 633 ( 0． 201) 28． 311 ( 0． 000) 28． 311 ( 0． 000) 28． 311 ( 0． 000) 59． 636 ( 0． 000) 665． 1 ( 0． 000) 665． 1 ( 0． 000) 2 uen 韵 0 ( 1) 0． 162 ( 0． 687) 19． 851 ( 0． 000) 25． 492 ( 0． 000) 27． 147 ( 0． 000) 47． 164 ( 0． 000) 630． 9 ( 0． 000) 630． 9 ( 0． 000) 3 ueng 韵 0 ( 1) 630． 9 ( 0． 000) 21． 623 ( 0． 000) 23． 152 ( 0． 000) 41． 889 ( 0． 000) 615． 4 ( 0． 000) 629． 3 ( 0． 000) 4 uai 韵 0 ( 1) 0． 359 ( 0． 549) 0． 581 ( 0． 446) 5． 96 ( 0． 015) 466． 6 ( 0． 000) 479． 8 ( 0． 000) 5 uan 韵 0 ( 1) 0． 027 ( 0． 870) 3． 398 ( 0． 065) 446． 1 ( 0． 000) 459． 2 ( 0． 000) 6 ua 韵 0 ( 1) 2． 824 ( 0． 093) 440． 6 ( 0． 000) 453． 7 ( 0． 000) ·160·