AN ANALYSIS OF REGIONAL LEXICAL VARIATION IN CALIFORNIA ENGLISH USING SITE-RESTRICTED WEB SEARCHES

The study examines regional lexical variation in written Standard California English. The values​of 45 continuous lexical alternation variables are gathered through site-restricted web searches in 336 online newspaper websites based in 270 locations in California and then calculated as proportions. Statistical techniques analyze global and local spatial autocorrelation values. The results of the analysis, reported in 90 maps, confirm the regional distribution of the variables in California. The 45 lexical variables are then analyzed with multivariate techniques to identify the linguistic relations between the surveyed California cities. Factor analysis, which accounts for 50.5% of the variation in the data, highlights three areas in the regional lexical distribution: north/south, urban/rural, central and lower southern/upper southern and northern areas. The hierarchical cluster analysis also distinguishes six major dialect regions in California: the North dialect region, the Sacramento-Santa Cruz dialect region, the San Francisco Bay Area dialect region, the Central dialect region, the Upper Southerns dialect region, and the Lower Southern dialect region. Five multivariate maps are provided in the thesis. The explanation of the results is based both on historical settlement patterns and on a socio-cultural explanation, which are reflected in the language in California.

Lo studio esamina la variazione lessicale regionale in forma scritta nell’inglese standard in California. Attraverso ricerche in rete limitate a 336 siti di giornali online con sede in 270 città in California, vengono raccolti i valori di 45 variabili continue di alternanze lessicali e quindi calcolati come proporzioni. Tecniche statistiche di autocorrelazione spaziale globale e locale analizzano i valori. I risultati delle analisi, riportati in 90 mappe, confermano la distribuzione regionale delle variabili in California. Le 45 variabili lessicali sono poi esaminate con tecniche statistiche multivariate per individuare le relazioni linguistiche tra le città della California esaminate. L’analisi fattoriale, che rappresenta il 50,5% della variazione nei dati, evidenzia tre aree nella distribuzione regionale lessicale: nord/sud, urbano/rurale, e aree centrali e basso meridionali/aree alto meridionali e del nord. L’analisi dei cluster gerarchica distingue inoltre sei regioni dialettali principali in California: quella del Nord, quella di Sacramento-Santa Cruz, quella della San Francisco Bay Area, quella centrale, quella alto meridionale, e quella basso meridionale. Cinque mappe multivariate sono fornite nella tesi. La spiegazione dei risultati si basa sia su modelli di insediamento storico che su una spiegazione socio-culturale, che si riflettono nel linguaggio in California.