結果だけ知りたい方は、考察またはまとめからどうぞ。
0 はじめに
コンピュータでランダムに選ばれた海外の相手にポストカードを送ることができるサービスが、ポストクロッシングである。このポストクロッシングで、私は受取人の母国語で書いて送っている。翻訳ツールを使わずに、文法書、会話帳や辞書を使って書いている。翻訳ツールを使わない理由は、各言語の文法規則を知りたいからである。翻訳ツールの精度が上がって驚かれなくなるまではポストクロッシングを続ける予定でいる。
ポストクロッシングを始めて2年以上が経過してサンプル数も溜まってきたこともあり、これまでの記録を分析してみることにした。
これまでの言語サプライズに関する分析の記事
ポスクロにおける言語サプライズに関する分析(1)～基礎集計 - 言語マニア系ポストクロッサー
ポスクロにおける言語サプライズに関する分析(2)～リアクション率の推移 - 言語マニア系ポストクロッサー
ロジスティック回帰分析～何が要因でその反応が得られるのか～
1 目的
受取人の母国語でハガキを送ると、喜ばれたり、感謝されたり、感動されたり、驚かれたり、様々な反応の返信が得られる。どのような要因でリアクションが得られるのか。リアクションが得やすい要因を推定することを目的とする。
2 方法
2023年3月から2025年7月までに日本から海外へ発送したサンプル数277のデータを用いた。英語および日本語で書いた葉書は除いた。受取人からの返信の際に、言語について何らかの反応があったものをリアクションがあった、反応があったとする。リアクションは、記載した言語に関するコメントのみをカウントした。ポストカードや文章の内容に関するコメントはカウントしていない。
これらのデータを用いて、リアクションが得られやすい要因を特定するために、ロジスティック回帰分析を用いた。ロジスティック回帰分析は、「反応あり」か「反応なし」といった二値変数の結果の要因を予測する分析手法である。要因となる変数を説明変数、結果の変数を目的変数と言う。目的変数をリアクションの種類ごとに「感謝あり1」「感謝なし0」、「感動感銘あり1」「感動感銘なし0」、「驚きあり1」「驚きなし0」、「喜びあり1」「喜びなし0」とし、説明変数を「翻訳ツールなし」「他国からの移住者」「公用語以外の言語」「ラテン文字」「キリル文字」「ブラーフミー系文字」「漢字」「ハングル」とした。
説明変数間に強い相関があると、分析を実行する上で問題が生じる。そのため、強い相関がある変数を除いて分析を実行しなければならない。各説明変数間の相関だけでなく、ひとつの説明変数と残りの全部の変数の間の相関も調べることができる分散拡大要因と呼ばれる指標で確認した。
得られた分析結果から、リアクションが得られる要因となる説明変数を特定した。
3 結果
3.1 基礎集計
用いたデータの内訳を表1に示す。
表１ 言語別リアクション数および同じ言語による返信数とその割合
3.2 多重共線性の確認
分析実行にあたって、説明変数「ハングル」のサンプルサイズが少なく、係数が計算されなかった。そのため、以降は全て説明変数「ハングル」を除いた。
変数「ハングル」を除き、説明変数における多重共線性の指標であるVIF（分散拡大要因）の計算結果を表2に示す。
（※スマホを縦にすると表が崩れます）
表2 説明変数「驚きの反応」におけるVIF（分散拡大要因）の計算結果
公用語以外の言語 他国からの移住者 翻訳ツールなし
2.444102 2.463389 1.148399
`01_ラテン文字` `04_漢字` `02_キリル文字`
6.373938 3.152257 3.195094
`03_ブラーフミ―系文字`
4.050192
表3 説明変数「感動感銘の反応」におけるVIF（分散拡大要因）の計算結果
公用語以外の言語 他国からの移住者 翻訳ツールなし
2.227367 2.230273 1.125812
`01_ラテン文字` `04_漢字` `02_キリル文字`
7.883568 3.469267 3.604794
`03_ブラーフミ―系文字`
4.691203
表4 説明変数「感謝の反応」におけるVIF（分散拡大要因）の計算結果
公用語以外の言語 他国からの移住者 翻訳ツールなし
2.272991 2.198991 1.132506
`04_漢字` `02_キリル文字` `03_ブラーフミ―系文字`
1.012756 1.094779 1.050437
表5 説明変数「喜びの反応」におけるVIF（分散拡大要因）の計算結果
公用語以外の言語 他国からの移住者 翻訳ツールなし
1.671256 1.683928 1.066627
`01_ラテン文字` `04_漢字` `02_キリル文字`
8.809949 3.026731 3.863300
`03_ブラーフミ―系文字`
6.538540
表2、表3および表5の通り、全ての説明変数が10以下で、強い相関のある変数はなかった。したがって、分析を実行する際に削除する必要がある説明変数はなく、「ハングル」以外の全ての説明変数を用いて実行した。
表4については、「ラテン文字」が10以上だったので、説明変数から除いた。
3.3 ロジスティック回帰分析実行結果
3.3.1 驚きの反応が得られる要因
驚きの反応を目的変数としたロジスティック回帰分析の実行結果を表6に示す。
（※スマホを縦にすると表が崩れます）
表6 説明変数「驚きの反応」におけるロジスティック回帰分析実行結果
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.6931 0.8660 -0.800 0.42349
公用語以外の言語 0.3148 0.6893 0.457 0.64787
他国からの移住者 0.9806 0.8279 1.185 0.23620
翻訳ツールなし 2.2618 0.7276 3.109 0.00188 **
`01_ラテン文字` -1.3826 0.8991 -1.538 0.12410
`04_漢字` -1.5322 1.0300 -1.487 0.13689
`02_キリル文字` -1.3479 1.0596 -1.272 0.20334
`03_ブラーフミ―系文字` -0.5323 0.9791 -0.544 0.58670
P値は、目的変数に影響を与えているかを判断するための指標である。一般的に、P値が0.05より小さい場合は統計的に差があると言える。「翻訳ツールなし」のP値が0.05以下となり、「翻訳ツールなし」が統計的に差がある変数となった。
各説明変数とオッズ比と対応する信頼区間の計算結果を表7に示す。また、表7のグラフを図1に示す。
表7 説明変数「驚きの反応」におけるオッズ比推定値
| 説明変数 |
オッズ比 |
信頼区間下限 |
信頼区間上限 |
| (Intercept) |
0.500 |
0.5000000 |
0.06930964 |
|
| 公用語以外の言語 |
1.370 |
1.3699971 |
0.31545083 |
|
| 他国からの移住者 |
2.666 |
2.6661357 |
0.53540994 |
|
| 翻訳ツールなし |
9.600 |
9.6002138 |
2.33729541 |
|
| `01_ラテン文字` |
0.251 |
0.2509196 |
0.04572817 |
|
| `04_漢字` |
0.216 |
0.2160655 |
0.02870821 |
|
| `02_キリル文字` |
0.260 |
0.2597889 |
0.03238489 |
|
| `03_ブラーフミ―系文字` |
0.587 |
0.5872557 |
0.08971431 |
|
図1 説明変数のオッズ比と対応する信頼区間
オッズ比から、説明変数がどの程度目的変数に影響を与えるかがわかる。オッズとは、ある事象が起こる確率と起こらない確率の比である。また、オッズ比は、未着が発生するオッズが、特定の条件を持つ群と持たない群でどの程度異なるかをあらわす指標である。さらに、95%信頼区間とは、集団から無作為にひとつ選んだ時、95%の確率でその値になる区間のことである。95%信頼区間下限と95%信頼区間上限で信頼区間が１を跨がない場合に、統計的に有意な差があると言える。
表7の計算結果では、１より大きいオッズ比は「翻訳ツールなし」、１より小さいオッズ比は「ラテン文字」「キリル文字」「漢字」「ブラーフミー系文字」であった。
図1では、信頼区間が1を跨がない変数が視覚的にわかりやすいように、オッズ比1の位置に赤線を入れた。赤線を跨いでいない変数が有意な差がある変数となる。
3.3.2 感動や感銘の反応が得られる要因
感動や感銘を目的変数としたロジスティック回帰分析の実行結果を表8に示す。
（※スマホを縦にすると表が崩れます）
表8 説明変数「感動感銘の反応」におけるロジスティック回帰分析実行結果
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -7.693e-15 8.165e-01 0.000 1.0000
公用語以外の言語 -2.089e-01 5.979e-01 -0.349 0.7268
他国からの移住者 1.601e+00 7.527e-01 2.128 0.0334 *
翻訳ツールなし 1.028e+00 7.069e-01 1.454 0.1460
`01_ラテン文字` -9.766e-01 8.348e-01 -1.170 0.2421
`04_漢字` -1.888e+00 9.566e-01 -1.973 0.0485 *
`02_キリル文字` -1.529e+00 9.728e-01 -1.572 0.1159
`03_ブラーフミ―系文字` -6.213e-02 9.069e-01 -0.069 0.9454
「他国からの移住者」および「漢字」のP値が0.05以下となり、これらが統計的に差がある変数となった。
各説明変数とオッズ比と対応する信頼区間の計算結果を表9に示す。また、表9のグラフを図2に示す。
表9 説明変数「感動感銘の反応」におけるオッズ比推定値
| 説明変数 |
オッズ比 |
信頼区間下限 |
信頼区間上限 |
| (Intercept) |
1.000 |
1.0000000 |
0.18507173 |
|
| 公用語以外の言語 |
0.811 |
0.8114924 |
0.22564614 |
|
| 他国からの移住者 |
4.960 |
4.9596957 |
1.19119832 |
|
| 翻訳ツールなし |
2.795 |
2.7947404 |
0.67917217 |
|
| `01_ラテン文字` |
0.377 |
0.3765755 |
0.06754888 |
|
| `04_漢字` |
0.151 |
0.1514242 |
0.02132796 |
|
| `02_キリル文字` |
0.217 |
0.2166455 |
0.02973110 |
|
| `03_ブラーフミ―系文字` |
0.940 |
0.9397567 |
0.14874477 |
|
図2 説明変数のオッズ比と対応する信頼区間
表9の計算結果では、１より大きいオッズ比は「他国からの移住者」、１より小さいオッズ比は「ラテン文字」「キリル文字」「漢字」「ブラーフミー系文字」であった。
3.3.3 感謝の反応が得られる要因
感謝を目的変数としたロジスティック回帰分析の実行結果を表10に示す。
（※スマホを縦にすると表が崩れます）
表10 説明変数「感謝の反応」におけるロジスティック回帰分析実行結果
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.466854 0.194330 -7.548 4.41e-14 ***
公用語以外の言語 0.001596 0.644669 0.002 0.998025
他国からの移住者 1.211393 0.777933 1.557 0.119425
翻訳ツールなし 0.599448 0.779035 0.769 0.441611
`04_漢字` -2.147221 1.036909 -2.071 0.038378 *
`02_キリル文字` 0.817465 0.479582 1.705 0.088281 .
`03_ブラーフミ―系文字` 1.572477 0.436513 3.602 0.000315 ***
「漢字」および「ブラーフミー系文字」のP値が0.05以下となり、これらが統計的に差がある変数となった。
各説明変数とオッズ比と対応する信頼区間の計算結果を表11に示す。また、表11のグラフを図3に示す。
表11 説明変数「感謝の反応」におけるオッズ比推定値
| 説明変数 |
オッズ比 |
信頼区間下限 |
信頼区間上限 |
| (Intercept) |
0.231 |
0.2306499 |
0.155146848 |
|
| 公用語以外の言語 |
1.002 |
1.0015969 |
0.247769728 |
|
| 他国からの移住者 |
3.358 |
3.3581582 |
0.755811285 |
|
| 翻訳ツールなし |
1.821 |
1.8211135 |
0.341698921 |
|
| `04_漢字` |
0.117 |
0.1168084 |
0.006428936 |
|
| `02_キリル文字` |
2.265 |
2.2647517 |
0.856476475 |
|
| `03_ブラーフミ―系文字` |
4.819 |
4.8185687 |
2.054437021 |
|
図3 説明変数のオッズ比と対応する信頼区間
表11の計算結果では、１より大きいオッズ比は「ブラーフミー系文字」、１より小さいオッズ比は「漢字」であった。
3.3.4 喜びの反応が得られる要因
喜びを目的変数としたロジスティック回帰分析の実行結果を表12に示す。
（※スマホを縦にすると表が崩れます）
表12 説明変数「喜びの反応」におけるロジスティック回帰分析実行結果
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.6094 1.0954 -1.469 0.141776
公用語以外の言語 1.9831 0.5971 3.321 0.000896 ***
他国からの移住者 -1.8399 0.8918 -2.063 0.039091 *
翻訳ツールなし 1.6247 0.7613 2.134 0.032832 *
`01_ラテン文字` -0.7437 1.1292 -0.659 0.510144
`04_漢字` -1.2365 1.3219 -0.935 0.349550
`02_キリル文字` -0.3737 1.2722 -0.294 0.768939
`03_ブラーフミ―系文字` 0.9001 1.1720 0.768 0.442500
「公用語以外の言語」、「他国からの移住者」および「翻訳ツールなし」のP値が0.05以下となり、これらが統計的に差がある変数となった。
各説明変数とオッズ比と対応する信頼区間の計算結果を表13に示す。また、表13のグラフを図4に示す。
表13 説明変数「喜びの反応」におけるオッズ比推定値
| 説明変数 |
オッズ比 |
信頼区間下限 |
信頼区間上限 |
| (Intercept) |
0.200 |
0.2000000 |
0.01043892 |
|
| 公用語以外の言語 |
7.265 |
7.2652843 |
2.20145236 |
|
| 他国からの移住者 |
0.159 |
0.1588255 |
0.02437605 |
|
| 翻訳ツールなし |
5.077 |
5.0768034 |
1.07755555 |
|
| `01_ラテン文字` |
0.475 |
0.4753592 |
0.07015720 |
|
| `04_漢字` |
0.290 |
0.2903855 |
0.02276016 |
|
| `02_キリル文字` |
0.688 |
0.6881710 |
0.06653959 |
|
| `03_ブラーフミ―系文字` |
2.460 |
2.4597507 |
0.32542873 |
|
図4 説明変数のオッズ比と対応する信頼区間
表13の計算結果では、１より大きいオッズ比は「公用語以外の言語」および「翻訳ツールなし」、１より小さいオッズ比は「他国からの移住者」「ラテン文字」「キリル文字」および「漢字」であった。
4. 考察
ロジスティック回帰分析を用いて、説明変数「翻訳ツールなし」「他国からの移住者」「公用語以外の言語」「ラテン文字」「キリル文字」「ブラーフミー系文字」「漢字」と、目的変数「驚き」「感動や感銘」「感謝」「喜び」におけるそれぞれの反応の間の関係を分析した。
驚きの反応において、p値、信頼区間、共に有意な差が得られた説明変数は、「翻訳ツールなし」だった。
オッズ比が1より大きい場合は事象に対して促進方向に作用し事象が起こりやすく、1より小さい場合は抑制方向に作用し事象が起こりにくくなる。つまり、オッズ比が１より大きかった「翻訳ツールなし」は驚きの反応が起こりやすい変数となる。
これらのことから、翻訳ツールがない言語でポストカードを送ると、驚いてもらいやすい傾向があることがわかった。
感動や感銘の反応において、p値、信頼区間、共に有意な差が得られた説明変数は、「他国からの移住者」および「漢字」であった。
オッズ比が１より大きかった「他国からの移住者」は、感動や感銘の反応が起こりやすい変数で、逆に、オッズ比が１より小さかった「漢字」は感動や感銘の反応が起こりにくい変数となる。
したがって、居住地の出身ではなく他国から移住してきた人宛に、その人の母国語でポストカードを送ると、感動や感銘を受けてもらいやすい傾向があり、漢字の言語（中国語）では感動や感銘は起こりにくい傾向があることがわかった。
感謝の反応において、p値、信頼区間、共に有意な差が得られた説明変数は、「ブラーフミー系文字」および「漢字」だった。
オッズ比が１より大きかった「ブラーフミー系文字」は、感謝の反応が起こりやすい変数で、逆に、オッズ比が１より小さかった「漢字」は感謝の反応が起こりにくい変数となる。
したがって、ブラーフミー系文字の言語でポストカードを送ると、感謝してもらいやすい傾向があり、中国語で送っても感謝してもらいにくい傾向があることがわかった。
喜びの反応において、p値、信頼区間、共に有意な差が得られた説明変数は、「翻訳ツールなし」および「公用語以外の言語」であった。したがって、翻訳ツールがない言語または公用語以外の言語でポストカードを送ると、喜んでもらいやすい傾向があることがわかった。
翻訳ツールがない言語で書くと、驚いてもらえる傾向にあり、喜んでもらえる傾向もあることが分析により得られた。
また、文字の読み書きのハードルが高いブラーフミー系文字の言語（東南アジア、インドを中心とした南アジアの言語）で書くと、感謝される傾向にあることもわかった。
さらに、相手の居住国の公用語以外の言語で書くと、喜んでもらえる傾向にあり、出身国でなく他国に住む人に母国語で書くと、感動される傾向にあることがわかった。
一方、日本人が漢字である中国語で書いた場合、感動が得られない傾向にあり、また感謝も得られない傾向にあることがわかった。
5. まとめ
分析の結果、それぞれの反応が得られやすい傾向、得られにくい傾向にある要因は、以下のようになった。
表14 各リアクションが起こりやすい傾向・起こりにくい傾向の要因
| リアクションの種類 |
起こりやすい傾向 |
起こりにくい傾向 |
| 驚き |
翻訳ツールなし |
該当なし |
| 感動や感銘 |
他国から移住してきた人 |
中国語 |
| 感謝 |
ブラーフミ―系文字の言語 |
中国語 |
| 喜び |
翻訳ツールなし、公用語以外の言語 |
該当なし |
ポストクロッシングで相手の母国語で書いた場合、ラテン文字、キリル文字および漢字以外の、読み書きの難易度が高い言語は感謝される傾向にある。一方で、漢字を使う中国語は日本人にとって難易度が低く、感謝は得られにくい傾向にある。
翻訳ツールがない言語は驚かれる傾向にあるため、相手を驚かせたいなら、マイナー言語や方言などの翻訳ツールがない言葉を書くといいと言えよう。
ーーー
というわけで、英語以外の言語で書いて相手の返信を楽しむなら、個人的なお勧めは以下の３つです。
- ラテン文字、キリル文字、漢字以外の言語の話者には、その人の母国語で書く。
- ドイツに送る機会は非常に多いので、挨拶や簡単な文章だけでも方言をネットで調べて書く。
- ドイツ語が少しわかるなら、翻訳ツールがないスイスドイツ語に挑戦して書いてみる。（スイスドイツ語の文献のリンクを載せた記事：スイスドイツ語（アレマン方言） - 言語マニア系ポストクロッサー）
もしよかったら、挑戦してみて下さい。
