キャリアデザイン学部Faculty of Lifelong Learning and Career Studies
MAN200MA(経営学 / Management 200)経営統計論A(心理データ)Advanced Statistics A (Psychological Data)
鎌倉 哲史Tetsushi KAMAKURA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | キャリアデザイン学部Faculty of Lifelong Learning and Career Studies |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | C7261 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 春学期授業/Spring |
曜日・時限Day/Period | 月3/Mon.3 |
科目種別Class Type | |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | 情報実習室G |
配当年次Grade | 2~4 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | ○ |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリー(新)Category (2019) |
展開科目 選択必修(領域別) ビジネス |
カテゴリー(旧)Category (2017) |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
<Course outline>
This course is designed to deepen students' knowledge of statistical surveys while acquainting them with survey procedures, analytical methods, and methods for interpreting results.
<Learning Objectives>
Acquire knowledge of statistical data and statistical surveys.
To be able to perform the procedures necessary for surveys, such as questionnaire design, data collection, and statistical processing.
Understand the aims and mechanisms of typical statistical analysis methods.
To be able to select appropriate statistical methods according to the purpose and data.
To be able to accurately describe (interpret) the results of analysis.
<Learning activities outside of classroom>
If the practical training is not completed in time, it must be worked on before the next class. The standard preparation and review time for this class is 2 hours each.
<Grading Criteria /Policy>
Positive contribution to class and mini-test: 60%.
End of semester report assignment: 40%.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
この授業では、産業場面をはじめとする様々な場面の実態把握に重要な役割を果たす統計スキルについて学びます。このようなスキルは各種職業の適性検査、心理テスト、ストレスチェックなどの個人差の把握や安全対策の効果測定、意識調査など職場全体の傾向把握等で活用されます。実際には、調査対象者の行動データや質問紙等の回答データを集約し、得られたデータに対する統計処理を通じて、仮説の検証や傾向の把握を行っています。この一連のプロセスや、得られた結果の解釈方法等を、講義や実習(excel等のソフトを使用する)を通じて習得します。
到達目標Goal
統計データ・統計調査に関する知識を獲得する。
質問紙の作成・データ収集・統計処理など、調査に必要な手続きができるようになる。
代表的な統計分析手法のねらいや仕組みを理解する。
目的やデータに応じた、適切な統計手法を選択できるようになる。
分析結果を正確に記述(解釈)できるようになる。
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
この授業では、質問紙調査とは何かについて事例を用いながら学習します。その後、質問紙調査の一連のプロセスを統計処理のスキルを含めて獲得していきます。まず、調査のデザイン・調査票の作成・データ取得・集計に関する手順を学びます。次に、得られたデータの集計方法(例:サンプル数、平均値、標準偏差)のスキルを、実習を通じて獲得し、そこから得られる情報とその解釈について学習します。その後、目的に応じたデータ分析手法を紹介します。
質問紙調査でよく用いられる基礎的な分析手法として、集団間の比較のための単変量比較であるt検定、分散分析、χ2検定等があり、複数の説明変数(独立変数)によって1つの目的変数(従属変数)を説明・予測する重回帰分析があります。この授業ではこれらの基礎的な分析手法を学ぶことに重点を置きます。
一方、心理学の論文を読む上ではロジスティック回帰分析、クラスター分析、因子分析、共分散構造分析(構造方程式モデリング)等についても最低限の知識が必要となります。これらについてはひとまず論文を「読める」ようになることを目指します。
毎回、授業の理解度を確認するためのミニテストを課します。ミニテストの解説や回答に対するフィードバックは、次回の授業の冒頭で行います。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[オンライン/online]:ガイダンス、オリエンテーション
本授業の目的、授業の進め方等についての説明、データとは、尺度水準
第2回[対面/face to face]:1変数の標本統計量
代表値 / 散布度 / 標準化
第3回[対面/face to face]:2変数の関係
クロス集計表 / 連関係数 / 散布図 / 共分散 / 相関係数 / 尺度水準に応じた統計量
第4回[対面/face to face]:相関と回帰
回帰の考え方 / 回帰係数 / 残差 / 決定係数
第5回[対面/face to face]:相関と因果
因果関係 / 疑似相関 / 相関的研究と実験的研究
第6回[対面/face to face]:実験的研究と要因計画
実験的研究の変数・要因と水準 / 要因の主効果と交互作用 / 群内・群間・混合計画 / 効果量
第7回[対面/face to face]:母集団と標本
標本の抽出 / 母数と統計量 / 確率と推測統計
第8回[対面/face to face]:統計的推定
推定量とその性質 / 標準誤差 / 点推定から区間推定 / 信頼区間 / エラーバー(推測統計学の結果の可視化)
第9回[対面/face to face]:統計的仮説検定
帰無仮説と対立仮説 / 2種類の過誤 / 帰無仮説検定の具体例 / さまざまな検定の例
第10回[対面/face to face]:平均値の差の検定
2つの平均値の差の検定の利用場面 / 独立した2群の(対応のない)平均値の差の検定 / 対応のある平均値の差の検定 / 差の効果量 / 平均値の差の検定結果の読み取り
第11回[対面/face to face]:分散分析
分散分析 / 1要因多水準の分散分析 / 2要因の分散分析 / 単純効果 / 分散分析の結果の読み取り
第12回[対面/face to face]:統計的仮説検定の注意点
片側検定と両側検定 / 検定の多重性 / 検定の仮定・補正方法 / ノンパラメトリック検定
第13回[対面/face to face]:重回帰分析
重回帰分析 / 標準化係数 / 回帰係数の推定・検定 / 重回帰分析の注意点 /
第14回[対面/face to face]:その他の分析手法
心理学論文で見られるその他の分析手法に関する紹介と解釈方法
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
実習が時間内に終了しなかった場合、次回の授業までに取り組んでおく必要があります。本授業の準備・復習時間は、各2時間を標準とします。
テキスト(教科書)Textbooks
特定の教科書は使用しません。
参考書References
特に参考書の指定はありません。授業中に適宜参考文献等を示し、授業終了後に意欲のある方は発展的に調べられるようにします。
成績評価の方法と基準Grading criteria
・授業への積極的な貢献度とミニテスト:60%
・学期末のレポート課題:40%
学生の意見等からの気づきChanges following student comments
特になし。
学生が準備すべき機器他Equipment student needs to prepare
本授業を円滑に進行するために授業支援システムを利用しますので、操作に慣れておいてください。
その他の重要事項Others
クラス(教室)の収容人数を超える履修希望がみこまれる場合には、初回に抽選等の方法によって選抜を行います。そのため、必ず初回授業に出席してください。