人文科学研究科Graduate School of Humanities
PSY500B6(心理学 / Psychology 500)応用心理統計ⅡAdvanced Statistics in Psychology II
山際 勇一郎
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 人文科学研究科Graduate School of Humanities |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | X0543 |
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 | 金2/Fri.2 |
科目種別Class Type | |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | |
配当年次Grade | |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
カテゴリーCategory | 心理学専攻(修士課程)-基礎科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course will help you to acquire the advanced data-analysis skill for psychological research by using R.
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
本講義は心理統計の理論を学習し,また実践的使用を可能にするスキルを学ぶことを重く的とする。すなわち①多変量解析などの応用的解析方法を学ぶ。
②Rを用いてさまざまな解析方法を実習し習得する。
到達目標Goal
研究に心理統計が使用できるようになること。
使用できるというのは,①研究計画時に適切な方法を選択しながら,計画を立てることができること,②収集したデータを適切に分析処理できること,③結果を論文に記載できること,④他の研究論文を適切に読めること,の4点をいう。
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. )
心理統計解析の基礎理論の再確認および応用的実践的手法をRを用いて実習する。
一般的な進め方:各テーマについて数理的な視点からの解説を行う。次に,受講生がRを用いて,その内容などを解説する。課題のフィードバックは、学習支援システムなどを用いて行う。
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
あり / Yes
授業計画Schedule
秋学期
※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:量的尺度の関連と構造の分析
①主成分分析
第2回:量的尺度の関連と構造の分析
②因子分析
第3回:量的尺度の関連と構造の分析
③判別分析
第4回:量的尺度の関連と構造の分析
④クラスター分析
第5回:量的尺度の関連と構造の分析
⑤多次元尺度構成法
第6回:名義尺度の関連と構造の分析
⑥単純コレスポンデンス分析
第7回:名義尺度の関連と構造の分析
⑦多重コレスポンデンス分析
第8回:共分散構造分析
①理論的基礎
第9回:共分散構造分析
②確認的因子分析
第10回:共分散構造分析
③パス解析
第11回:共分散構造分析
④多母集団因子分析
第12回:共分散構造分析
⑤平均共分散構造分析
第13回:その他の解析法
最新のトピックの紹介
第14回:その他の解析法
最新のトピックの紹介
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.)
本授業の準備学習・復習時間は、各2時間を標準とします。
春学期の学習内容の再確認を行っておくこと。
また,各回の内容の復習は必ず行うこと。
テキスト(教科書)Textbooks
なし。各テーマごとに発表者がレジメを配布する。
参考書References
Rによる多変量解析入門 川端一光他 オーム社
Rによる教育データ分析入門 小林雄一郎他 オーム社など
成績評価の方法と基準Grading criteria
「配分(%)」:授業での発表と課題(50%),授業への取り組み(50%)
「評価基準」:基本的な知識が習得されていること,Rを用いてデータを適切に解析できること
学生の意見等からの気づきChanges following student comments
改善アンケートからの参考になる記述は特になし。
授業において各テーマの終了後ではなく短い間隔で発表を行う。
学生の自主的な学習に期待できないので,課題を多くするなどが必要である。
学生が準備すべき機器他Equipment student needs to prepare
個人用パソコンを用意すること。
その他の重要事項Others
発表用のレジメとシミュレーションデータは前日までに提出し,受講者全員に配布すること
担当教員の専門分野等
<専門領域>社会心理学
<研究テーマ>社会的行動に影響を及ぼす人間関係と文化の影響