Så fungerar testet
Testet visar dig drygt hundra ord och ger tillbaka ett tal i tiotusental. Så här tar det sig från det ena till det andra, och så mycket ska du tro på det.
Man kan inte fråga om varje ord
Engelskan har långt över hundratusen ord i vanligt bruk, och ingen tänker bocka i hundratusen rutor. Så testet gör som ett opinionsinstitut: det frågar om ett litet stickprov och resonerar utifrån det. Visa någon en handfull ord som dragits rättvist ur en del av språket, räkna hur många hen kan, så kan du säga något om hela den delen.
Knepet är att dra rättvist. Ord är inte utbytbara — water, hypotenuse och obtund är tre helt olika frågor — så stickprovet måste med avsikt spridas över hela registret, inte plockas där det råkar passa.
Ovanlighet är axeln som räknas
Varje ord i testet har en frekvensrang: ungefär var det hamnar om man ordnar språket från det vanligaste ordet till det ovanligaste. Den enda siffran förutsäger bättre om du kan ett ord än längd, stavning eller ämne. Kunskapen avtar ju ovanligare orden blir. Formen på den nedgången är tillräckligt stabil för att bygga på.
Därför består testet av tre omgångar som blir svårare. Varje omgång tar stickprov på en annan del av kurvan: först vardagsord, sedan mitten, sedan den långa svansen. Dina svar i varje omgång fastställer en punkt, och tillsammans placerar de nedgången.
Varför sista omgången är längst
Det mesta av ett språk är ovanligt. Orden du möter hela dagen är ett avrundningsfel jämfört med mängden ord som dyker upp en gång om året, och stickprovet måste ta hänsyn till det.
Svaren i varje omgång viktas efter hur stor del av språket omgången står för. Kan du hälften av orden i en omgång tillgodoräknas du ungefär hälften av allt den omgången representerar. Lägg ihop de tre, så har du uppskattningen. Räkningen är enkel. Omdömet ligger tidigare, i hur orden valdes.
Det knepiga: folk säger ja för lätt
Fråga vem som helst om de kan ett ord, så svarar en viss andel ja om ord de bara har sett förut, som liknar något de känner till eller som de tycker att de borde kunna. Nästan ingen ljuger. Igenkänning är en vag känsla, och en ruta kan inte skilja jag skulle kunna förklara det från det där ser bekant ut.
Okorrigerat förstör det räkningen: varje övernitisk bock multipliceras med storleken på det band den hör till.
Därför finns vissa ord i testet inte. De har byggts för att se ut och låta som engelska — uttalbara, rimligt stavade, på en trovärdig nivå av ovanlighet — och sedan kontrollerats i flera ordböcker för att säkerställa att de inte är riktiga, inte felstavningar av något riktigt och inte ett riktigt ord med ett påklistrat prefix. De är utspridda i alla tre omgångarna utan något som skiljer ut dem.
Ingen kan dem, så varje sådant ord du bockar för mäter hur generöst du bockar. Den andelen används sedan för att räkna ned resten av dina svar. Bockar du inte för något av dem påverkas ditt resultat inte.
Siffrorna bakom diagrammet
| gissningsgrad | korrigerat | okorrigerat |
|---|---|---|
| 0% | 27 000 | 27 000 |
| 5% | 26 470 | 27 720 |
| 10% | 24 920 | 28 430 |
| 15% | 22 550 | 29 150 |
| 20% | 19 610 | 29 870 |
| 30% | 13 140 | 31 300 |
Den praktiska följden: gissningar kan inte blåsa upp ditt resultat. Ett enstaka misstag kostar nästan ingenting, men varje ytterligare påhittat ord kostar mer än det förra, så svar som ges väldigt generöst slutar med ett lågt resultat.
Vad siffran är värd
Siffran kommer från drygt hundra frågor om ett språk med ett sexsiffrigt ordförråd, så de sista siffrorna är brus. Kör samma person två gånger så skiljer sig resultaten, mer i den nedre änden än i den övre. Det som håller är den ungefärliga storleksordningen och jämförelsen mellan människor.
Några andra saker är den inte heller. Den räknar ordformer i ordboksmening, inte ordfamiljer, så den stämmer inte med siffror från studier som räknar familjer och oftast hamnar lägre. Den frågar bara om substantiv och verb. Den kan inte avgöra om du kan ett ord väl eller bara tillräckligt för att känna igen det. Det är en verklig skillnad, och ingen ruta kommer att hitta den. Och den mäter igenkänning, inte användning. De flesta känner igen betydligt fler ord än de någonsin skulle säga högt.
Orden kommer från en frekvensordnad lista över engelska, byggd på storskaliga användningsdata och filtrerad till enskilda ord av rimlig längd. Vilka ord som förekommer, hur många i varje omgång som är påhittade och var gränserna går publiceras inte här, av uppenbara skäl.
Tidigare forskning
Ingen av de bakomliggande idéerna är vår. Formatet med ja/nej-listor går tillbaka till Meara och Buxton i slutet av åttiotalet, liksom upptäckten att det behöver påhittade ord för att betyda något. Nations Vocabulary Size Test etablerade stickprov per frekvensband och viktning av varje band efter vad det representerar. Den korrigering som används här — att räkna ned dina svar efter hur ofta du påstår dig kunna ord som inte finns — är den som Huibregtse, Admiraal och Meara beskrev 2002. Ovanpå den lägger vi ett eget straff som växer för varje påhittat ord du bockar för, så att det inte går att bocka för nästan allt och få det att se ut som ett stort ordförråd. Den som är nyfiken på hur många ord människor faktiskt kan bör läsa Brysbaert med kolleger, som sätter siffran för en vuxen infödd talare kring fyrtiotusen och utförligt förklarar varför den är så svår att slå fast.
Gör testet