- 開講元
- 教職科目
- 担当教員名
- 萩生田 伸子
- 授業形態
- 講義
- メディア利用科目
- 曜日・時限(講義室)
- 木5-6(W9-607)
- クラス
- -
- 科目コード
- LAT.A401
- 単位数
- 1
- 開講年度
- 2020年度
- 開講クォーター
- 1-2Q
- シラバス更新日
- 2020年9月18日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
・統計分析のための問題解決の縦糸・横糸モデル、尺度、記述統計、検定、分散分析、多重比較、回帰分析、主成分分析、因子分析、クラスター分析などをテーマとする。
・本授業は、心理・教育測定演習A&Bと連携して行うことを前提としている。基礎編で学んだ知識を演習で実践的に活用する体験をしながら、体系的に知識を修得することが可能になる。よって、原則として基礎編と演習とは同時履修することを勧める。（演習のみの履修は認めない。）
到達目標
・心理・教育データを統計分析する際に必要となる統計学的な基礎知識の修得を目標とする。
・本授業では、「問題解決の縦糸・横糸モデル」に即して資質・能力の向上を図るが、統計学の知識は5W1Hの知識フレーム形式で修得することを目標としている。そのうち、基礎編では、知識概要（What）、目的・原理（Why）、適用方法（How）について、言語的説明、具体例、数値例、式など、多様な表現形式の知識を相互に関連づけて理解することを目標とする。
キーワード
統計入門
学生が身につける力(ディグリー・ポリシー)
| ✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
授業の進め方
授業は、原則として基礎編と演習を隔週で行う。演習では、まず、基礎編で学んだ知識の適用を擬似的環境下で体験するゲーミング教材で学び、その後、各自で表計算ソフトウェアや統計ツールを使ってデータ分析を行い、授業中のワークショップで分析結果に関する討論を行う。（授業日程については、授業用のWebページを参照のこと。）
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | 記述統計量、ヒストグラム、平均値と分散の検定 | 演習での実践をふまえた復習 |
| 第2回 | 相関、クロス集計とカイ二乗検定 | 演習での実践をふまえた復習 |
| 第3回 | 分散分析と多重比較 | 演習での実践をふまえた復習 |
| 第4回 | 単回帰分析と重回帰分析 | 演習での実践をふまえた復習 |
| 第5回 | 主成分分析と因子分析 | 演習での実践をふまえた復習 |
| 第6回 | クラスター分析 | 演習での実践をふまえた復習 |
| 第7回 | 総合的な分析 | 演習での実践をふまえた復習 |
| 第8回 | 期末試験とふりかえり | ふりかえり |
教科書
松田稔樹・萩生田伸子監修(2020) 問題解決のための統計分析～データサイエンスはじめの一歩～、実教出版
（ただし、現在、発刊準備中であり、発刊するまでは配布資料を用いる予定である）
参考書、講義資料等
心理・教育測定演習のe-learning教材（それ以外の参考書は必要に応じて紹介する）。
成績評価の基準及び方法
第１Qおよび第２Qの期末試験によって行う。
関連する科目
- LAT.A403 ： 心理・教育測定演習A
- LAT.A402 ： 心理・教育測定基礎編B
- LAT.A404 ： 心理・教育測定演習B
履修の条件(知識・技能・履修済科目等)
特になし
