Transcript Moderne Naamkunde - Universiteit Utrecht

Namen en Cultuur
Voornaamgroepen
Gerrit Bloothooft
1
OZ: namen en geografie
geografische verdeling namen
• Namen zijn niet homogeen verdeeld
omdat onderliggende factoren dat niet zijn
– sociaal-economisch/cultureel
– taal en dialect
– landschap
2
samenhang
• Hoe hangen namen samen
– welke namen tref je bij elkaar aan
– en waar tref je ze dan aan
– en waarom
• Datamining
3
voornamen
– samenhang tussen voornamen
– relatie met inkomen, opleiding, levensstijl,
geloof
– geografische verdeling
Aanname:
Er zijn veel voornamen met overeenkomstige
kenmerken. Het is statistisch veel krachtiger
wanneer deze samengenomen kunnen
worden.
4
naamgeving en sociale klassen
hypothese:
• er zijn sociale klassen met een eigen
voorkeur voor naamgeving
• deze klassen kunnen refereren naar
– cultuur/taal (Fries, Arabisch, Turks, Surinaams,
Antilleaans,..)
– religie (Katholiek, Protestant, Islam,..)
– sociologische status (opleiding, inkomen,..)
– geograpie (stedelijk, landelijk, regionaal,..)
5
bestand (GBA)
• Voornamen (2006)
16 miljoen + 5 miljoen (overleden) personen
–
–
–
–
alle voornamen
geboorte(datum,plaats/postcode,land)
woonplaats(postcode)
ouders (gekoppeld)
in eerder werk is gebruik gemaakt van bestanden van de Sociale
VerzekeringsBank (kindernamen vanaf 1983, namen van ouderen geboren
voor 1935)
6
voornamen
• 5 miljoen verschillende (compleet)
• 500.000 enkele voornamen
• 200.000 enkele voornamen (0-25 jaar)
– elke naam afzonderlijk bestuderen?
– groepering is mogelijk
• tav naamgevingsmotieven
• biedt grote statistische voordelen
7
onderzoeksdoelen:
• Identificatie van sociale klassen (en hun
naamvoorkeuren) op basis van de namen
van kinderen per gezin
• Studie van de relatie tussen deze klassen
(of subculturen) en sociaal-culturele and
geografische factoren
8
methode (een keten van namen)
• Ouders kiezen voornamen uit een
verzameling die populair is in hun subcultuur
(familie,vrienden, buren,..) (met grote kans)
[sociale groepsgrootte is ongeveer 150]
• Dit is alleen interessant wanneer er meer dan
een kind per gezin is
• Naamparen (in een gezin) als eenheid van
analyse
9
methode (een keten van namen)
• Kinderen in een familie: Mark, Peter, Linda
Als Mark populair is in een subcultuur, dan
zouden Peter en Linda ook populair kunnen
zijn
Naamparen:
Mark - Peter, Peter - Mark,
Mark - Linda, Linda - Mark,
Peter - Linda, Linda - Peter
10
methode (een keten van namen)
• Verzamel alle gezinnen met twee of meer
kinderen
• Maak alle paren van voornamen (in een
gezin)
• Bereken de frequentie van elk paar
• Hoe hoger de frequentie van een paar, deste
waarschijnlijk is het dat een paar tot dezelfde
verzameling (naamgroep) behoort.
11
groepering: samenhang in gezin
top-10 broers van Maria
naam
frequentie (%)
Johannes
6,17
Cornelis
3,21
Jan
2,51
Petrus
1,85
Willem
1,70
Hendrik
1,65
Pieter
1,53
Marinus
1,49
Gerrit
1,47
Martinus
1,20
12
naam-aantrekking
• hoeveel keer vaker dan gemiddeld komt
Jan als broer van Maria voor
P(Jan | Maria)
P(Jan)
• relatie is symmetrisch
13
meeste samenhang
naampaar
aantrekking
Oscar, Victor
9,50
Gijs, Teun
7,86
Allard, Ewoud
7,69
Noud, Ward
7,37
Jill, Lynn
7,18
Jildou, Marrit
7,15
Evelien, Marjolein
7,06
Auke, Sietse
6,93
Carolien, Marjolein
6,91
Caitlin, Megan
6,91
= 9.50
vaker dan
kans
14
meeste samenhang n>10.000
naampaar
aantrekking
Lars, Niels
4,59
Martijn, Jeroen
4,52
Bas, Tom
4,38
Maarten, Wouter
3,95
Martijn, Sander
3,46
Bas, Tim
3,25
Mike, Roy
3,22
Daan, Koen
3,14
Mike, Nick
3,03
David, Ruben
3,01
15
clustering
• Begin met de sterkst gekoppelde namen
• en vorm daarmee een cluster
• Voeg
• (1) een nieuw naampaar aan bestaande cluster toe
(wanneer één naam van het paar daar al toe
behoort), of
• (2) start een nieuwe cluster
• Iteratieve procedure
16
groepering
• alleen voor 1409 frequente namen
• ivm statistische betrouwbaarheid
• 75% van alle kinderen
• 34 naamgroepen
• verdere reductie tot 14 hoofdgroepen
• ivm overeenkomstige sociaal-economische relaties
17
14 hoofdgroepen
•
•
•
•
•
•
•
•
•
•
•
•
•
Traditioneel (protestants Jan, katholiek Johannes)
Voormodern Nederlands (top ~1990 Mark)
Modern Nederlands (kort Tim)
Oudtestamentisch (Daniël)
Fries (Jelle)
Elite (Charlotte, natuur Amber)
Frans (lang Dominique, kort Beau)
Gemengd (Skandinavisch Niels)
Modern (kort Puck)
Engels (lang Michael, kort Nick, -y Nicky)
Italiaans/Spaans (Lorenzo, Diego)
Arabisch 1&2 (‘trad.’ Mohamed, ‘modern’ Yassine)
18
Turks (Merve)
een kaart van naamgroepen
• Presentatie van een kaart van
naamgroepen
– Gebaseerd op onderlinge relaties van naamgroepen
(valt uit te rekenen omdat er ook naamparen zijn die
tot twee verschillende naamgroepen behoren)
– Hoe dichter de naamgroepen op de kaart staan, hoe
meer verwant ze zijn
19
naamgroepenkaart
Spaans & Italiaans
Lang Amerikaans & Engels
Kort Amerikaans & Engels
Voor-modern
Engels & Frans
Lange namen uit het Oude
Testament
Namen uit de natuur
Lange namen uit geschiedenis en
cultuur
Kort modern Algemeen
Westers
Voor-modern Algemeen
Westers
Lang Frans
Skandinavisch
Voor-modern Nederlands
Kort modern Nederlands
Traditioneel Nederlands
Latijn | Nederlands
Kort traditioneel Nederlands
Fries
20
dimensies
Buitenlands
Lang
Algemeen Westers
Kort
Modern
Voor-modern
Traditioneel
Nederlands, Fries
21
met namen erbij
Spaans & Italiaans RICARDO
Lang Amerikaans & Engels MICHAEL
Kort Amerikaans & Engels
Voor-modern
Engels & Frans DENNIS
Namen uit het
Oude Testament DANIËL
KIM
Namen uit de natuur
IRIS
Namen uit geschiedenis
en cultuur LAURENS
Kort modern TIM Algemeen
Westers
Voor-modern MARK
Algemeen Westers
Frans
Skandinavisch NIELS
CHARLOTTE Voor-modern Nederlands
JEROEN
Traditioneel Nederlands
JOHANNES | JAN
Kort modern Nederlands
BART
Korrt traditioneel
Nederlands TEUN
Fries
JELLE
22
sociaal-economische achtergronden
• Relaties leggen met naamgeving op
gezinsniveau is nauwkeurigst
• Wegener Direct Marketing
– Grote Consumenten Enquete sinds 1994
– 1,12 miljoen huishoudens (17%) per 5 jaar
– 281.000 huishoudens geschikt
• met informatie over namen kinderen (512.000)
23
WDM gegevens
• Inkomensklasse (7)
• tov modaal inkomen
• Hoogste opleiding (7)
• LO, LBO, MAVO, MBO, VWO, HBO, WO
• Levensstijl (GeoType) (20)
• welgestelde beleggers, gulle donateurs, groene
hobbyisten, modieuze twintigers, intensieve
internetters, stoere muziekfanaten, …
24
naamgroepen en inkomen
histogrammen
25
naamgroepen en inkomen
factoranalyse
26
naamgroepen en opleiding
histogram
27
naamgroepen en opleiding
factoranalyse
28
naamgroepen en levensstijl
factoranalyse
29
levensstijlen
Nieuwsgierige amusementzoekers
Modieuze twintigers
Financieel beperkten
Prijsbewuste consumenten
Regionale risicomijders
Sportieve luxezoekers
Welgestelde beleggers
Sociale gelovigen
Culturele intellectuelen
30
namen in kaart
• georeferentieniveau
– postcode-4, plaats, Kloeke, Corop, soc-ec
• aantal gegevens op gekozen niveau
•
•
•
•
3600 pc4 gebieden met kinderen
gemiddeld 60 kinderen per jaar per pc4
aggregeren over tijd: 25 jaar
aggregeren over namen: naamgroepen
31
naamgeving en geloof
traditioneel Nederlands
geref.bond 1920
(dank Hans Knippenberg)
32
naamgeving en geloof?
traditioneel gelatiniseerd
rooms-katholiek 1970
(dank Hans Knippenberg)
33
naamgeving en geloof
modern Nederlands (kort)
rooms-katholiek 1970
(dank Hans Knippenberg)
34
naamgeving en regio
Nynke (regionaal)
Femke (landelijker)
35
namen en opleiding
Engelse namen
opleidingsniveau 1985
corop
36
namen en inkomen
elitenamen
inkomen 1982
sociaal-economische gebieden
37
Arabisch
stedelijkheid
CBS type 3/4/5
38
voornamen
kaart van
Nederland
(2006)
relatief
belangrijkste
naamgroep
per PC4
39
populariteitsdistributies
traditioneel
RK-gelatiniseerd: Maria, Johannes, Johanna, Anna,..
Nederlands: Jan, Cornelis, Hendrik, Cornelia,..
neergang
40
populariteitsdistributies
Friese namen: Maaike, Jelle, Femke, Nienke,..
Oudtestamentische namen: Esther, Joseph, Daniel, Judith,..
van stabiel naar hogere populariteit, met fasen
41
populariteitsdistributies
premodern Nederlands
links: Peter, Robert, Yvonne, Ingrid,..
rechts: Jeroen, Thomas, Maarten, Martijn, Wouter, Marianne,..
42
populariteitsdistributies
modern Nederlands: Anne, Bart, Tim, Sanne, Tom,..
elite: Louise, Emma, Sophia, Charlotte,..
van stabiel naar stijgend
43
populariteitsdistributies
Engels/Frans: Ronald, Monique, Marcel, Richard, Dennis,..
Engels -y: Cindy, Kelly, Mandy, Nancy
twee-toppig
44
Populariteitsdistributies
Engels kort: Kim, Roy, Joyce, Nick, ..
Frans kort: Robin, Marie, Louis, Charles,..
Frans is deels traditioneel
45
populariteitsdistributies
Elite 2: Magdalena, Frederika, Ferdinand, Bernadette,..
Elite 3: Christiaan, Alexander, Rudolf, Eduard,..
weinig populair, stabiele basis
46
populariteitsdistributies
Frans: Dominique, Désirée, Maxime, Dimitri, Fabiënne, ..
twee-toppig
47
populariteitsdistributies
Gemengd: Carla, Frits, Eddy, Rudy, ..,Bente, Rolf, Abel, Mats, ..
Scandinavisch, Frans: Niels, Anouk, Lars, Manon, Sven,..
twee-toppig
48
populariteitsdistributies
Modern 1: Selma, Adam, Puck, Kiki, Lina, Donna, Mika, ..
Modern 2: Zoë, Jordi, Noa, Jarno, Dion, Lara, Luna, ..
heel soms nog traditioneel
49
populariteitsdistributies
Traditioneel Arabisch: Mohamed, Fatima, Ahmed, Hassan, ..
Traditioneel Turks: Ibrahim, Hasan, Ismail, Hüseyin, ..
ook in Marokko en Turkije geboren
50
populariteitsdistributies
modern Arabisch: Omar, Yassine, Hamza, Zakaria, ..
modern Turks: Yusuf, Esra, Emre, Yunus, ..
In Nederland geboren
51
dynamiek van naamgroepen
(gestapelde percentages)
52
in samenvatting (voornamen)
• samenhang tussen namen (in gezin)
• gemeenschappelijkheid van groepen ouders
• samenhang met inkomen/opleiding, levensstijl,
geloof
• naamgeving in overeenstemming met sociale omgeving
• daarmee gekoppelde geografische verspreiding
• nog veel onderzoek te doen aan dynamiek (in
sociale en etnische groepen)
53
OZ: onderwerpen
meer…
• Naamgeving in multiculturele gezinnen
• welke identiteit wint?
• Vernoeming
• nog steeds, maar anders?
• Dynamiek in naamgeving
• valt naamgeving te voorspellen?
• Lokale naamgeving
• bestaat die nog buiten Bunschoten en Urk?
54