スポーツ健康学部Faculty of Sports and Health Studies
PRI100IA(情報学基礎 / Principles of informatics 100)情報リテラシーⅡInformation Literacy II
新海 貴弘Takahiro SHINKAI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | スポーツ健康学部Faculty of Sports and Health Studies |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | M0610 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 木2/Thu.2 |
科目種別Class Type | 講義 |
キャンパスCampus | 多摩 |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | 1~4 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
他学部公開科目Open Courses | |
他学部公開(履修条件等)Open Courses (Notes) | |
グローバル・オープン科目Global Open Courses | |
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Category |
総合教育科目 視野形成科目(必修選択) |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This is an advanced class of Information Literacy I. This class is aimed at learning basic skill of spreadsheet software, analytical functions such as regression analysis and the basics of programming.
Based on what’s learned in Information literacy I, students will learn how to process data which is necessary for publications, reports and statistical analysis on computer and how to utilize the data. Students will learn the skill which would help them in various occasions.
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
情報リテラシーⅠの応用編となる講義です。情報リテラシーⅠにおいて習得目標とした課題や目的に応じて情報手段を適切に活用することを基礎として、論文やレポート作成に必要なデータの処理、統計分析をコンピュータにて実行する手法および得た結果を発信する手法を習得してもらうことをテーマとしています。また大学以外の場においても活用できるスキルを身につけてもらいます。
表計算ソフトの操作を中心に学習しその基本的な操作をできるようにしていきます。さらに表計算ソフトの応用的な使用方法として、回帰分析など分析機能の利用、マクロを用いたプログラミングの基本などを学習していきます。そしてデータ処理を行った結果を発信する方法などについても学習します。
データの加工および分析などに活用する表計算ソフトの利用方法を学習します。講義の前半では表計算ソフトの基本的使用方法を学習し、今後表計算ソフトを使用するうえでの基礎部分を身につけてもらうと同時に表計算ソフトの機能を理解していきます。
講義の後半では表計算ソフトを利用して問題分析を行うための手法を学習します。例えばデータの集計や基本統計量、また回帰分析など分析の基礎を学習します。またマクロを利用した簡易プログラムの作成などを行っていきます。
講義では今後の大学における研究にも活用できるスポーツおよび健康に関するデータを可能な限り利用して、表計算ソフトによる分析の事例として学習していきます。
到達目標Goal
情報リテラシーⅠにより学習したコンピュータリテラシーを基礎としてさらに応用的なコンピュータおよびネットワークの活用ができるようになることを目標としています。
学生が今後必要とされるコンピュータを用いた問題分析の手法を利用できるようにすること、情報リテラシーⅡにおいて利用するアプリケーションがどのように利用することができるのかを理解してもらうことも目標としています。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」に関連
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. )
一部講義形態による授業も行いますが、基本はコンピュータを利用した実習形態にて講義を行います。アプリケーションによる操作を行い作成したファイルなどを提出してもらいます。
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.)
なし / No
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。
1[対面/face to face]:講義ガイダンス
講義の目標および内容、講義の進めかたの確認。
2[対面/face to face]:表計算ソフトの基本操作(ワークシートの編集など)
表計算ソフトの概要、ワークシートの基本操作。
3[対面/face to face]:表計算ソフトの基本操作(数式・関数の利用など)
表計算ソフトにおける数式の作成、関数の利用方法。
4[対面/face to face]:表計算ソフトの基本操作(グラフの作成)
グラフウィザードの基本操作の確認し、使用頻度が高いグラフの作成。
5[対面/face to face]:表計算ソフトの基本操作(データ操作1)
表計算ソフトにおいてのデータ操作の基本を確認。
テキストデータの利用。
6[対面/face to face]:表計算ソフトの基本操作(データ操作2)
表計算ソフトにおいてのデータ操作の基本を確認。
データの並べ替え、抽出。
7[対面/face to face]:表計算ソフトの応用操作(条件別の処理とデータの整理回収)
データ入力を行うためのフォームの利用やクロス集計を実行するためのピボットテーブルの利用。
8[対面/face to face]:表計算ソフトの応用操作(全体像を把握するためのデータ分析)
分析ツールの利用。基本統計量、ヒストグラム。
9[対面/face to face]:表計算ソフトの応用操作(比較判断するためのデータ分析)
分析ツールの利用。相関。散布図の作成、相関係数の算出。
10[対面/face to face]:表計算ソフトの応用操作(仮説を検証するためのデータ分析)
分析ツールの利用。回帰分析。
11[対面/face to face]:表計算ソフトの応用操作(仮説を検証するためのデータ分析)
分析ツールの利用。重回帰分析。
12[対面/face to face]:表計算ソフトの応用操作(マクロ作成)
マクロの記録などを含めたマクロプログラムの作成。
13[対面/face to face]:ビッグデータ分析とAI技術の活用
ビッグデータに対しての理解,AI技術の活用ケースに関する理解。
14[対面/face to face]:最終課題の作成
これまでの講義のまとめ。
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.)
講義ごとに予習用資料を用意しますので、講義に参加する前に必ず確認してから参加してください。また講義にて行った操作などの資料も講義終了後に公開しますので確認を行ってください。
講義で確認した操作の理解度を確認するための宿題を課します。本授業の準備学習・復習時間は各 2 時間 を標準とします。
テキスト(教科書)Textbooks
講義ごとにテキストとなる資料を用意し講義実施前に公開しますので、資料を確認して講義に参加してください。
参考書References
岡本敏雄 監修『改訂新版 よくわかる情報リテラシー』技術評論社、2017年7月。
その他参考書などについては講義内にて紹介していきます。
成績評価の方法と基準Grading criteria
1.講義への参加(50%)
積極的な講義への参加が評価対象です。
前期に5回欠席した場合は成績評価の対象外とします。
2.課題の提出およびその内容(50%)
講義は演習毎に課題の作成を行い、それを提出してもらいます。
講義において指示した内容が反映されて完成しているかという点も評価の対象です。
学生の意見等からの気づきChanges following student comments
パソコンおよびアプリケーションなどの操作に不慣れな学生にも興味を持ってもらえるような課題内容やコンピュータに関するトピックスを提供していきます。
講義は実習形式となるため一方的な説明をする時間が多くなるが、学生からの質問などお互いがコミュニケーションを図れるような講義の進め方を準備していきます。
学生が準備すべき機器他Equipment student needs to prepare
・講義について「情報実習室」にて実施し、各自デスクトップPCを利用し操作を行ってもらいます。
・学習支援システムを利用して配布資料の確認や課題提出を行ってもらいます。
・オンライン講義になった場合、受講生の環境下にて講義で使用予定のアプリケーションがPCで使用できる必要があります。(オンライン講義が実施される場合は事前に注意事項を説明します。)
その他の重要事項Others
自身でWEBマーケティング、WEB制作、ECなどを中心とした事業、自治体などからの社会調査受託、データベース作成の経験から、データ解析などのスキルや動向などを伝えていきます。