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 | 2022 |
| 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 | 各学部・研究科等の時間割等で確認 |
| 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 jamovi & R.
Specifically, (1) it is possible to make a plan while selecting an appropriate method at the time of research planning, (2) it is possible to analyze and process the collected data appropriately, and (3) it is possible to describe the results in a dissertation,(4)Appropriate reading of research papers．
The standard preparatory study and review time for this class is 2 hours each.
Check the syllabus and confirm the basic knowledge about each statistical analysis.
"Distribution (%)": Presentations and assignments in class (50%), Initiatives in class (50%)
"Evaluation criteria": Basic knowledge is acquired, and data can be analyzed appropriately using jamovi and 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。
②jamoviおよびR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
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[対面/face to face]：量的尺度の関連と構造の分析
①主成分分析
第2回[対面/face to face]：量的尺度の関連と構造の分析
②因子分析
第3回[対面/face to face]：量的尺度の関連と構造の分析
③判別分析
第4回[対面/face to face]：量的尺度の関連と構造の分析
④クラスター分析
第5回[対面/face to face]：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[対面/face to face]：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[対面/face to face]：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[対面/face to face]：共分散構造分析
①理論的基礎
第9回[対面/face to face]：共分散構造分析
②確認的因子分析
第10回[対面/face to face]：共分散構造分析
③パス解析
第11回[対面/face to face]：共分散構造分析
④多母集団因子分析
第12回[対面/face to face]：共分散構造分析
⑤平均共分散構造分析
第13回[対面/face to face]：その他の解析法
最新のトピックの紹介
第14回[対面/face to face]：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，jamoviや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