|
授業テーマ
|
心理学における多変量データの統計的解析
|
|
授業のねらい・到達目標
|
心理学において用いられる主成分分析、因子分析、尺度構成法、クラスター分析などの多変量データ解析法について、データ解析環境Rの使用法を含め、実践的に理解し、適切に利用できるようになることを目標とする
|
|
授業の方法
|
各解析法について教科書およびプリントを使い講義すると同時に、その利用法を解析環境Rを用いて、受講者に課題を与えながら説明する。なお、必要に応じて代表的な市販の統計解析ソフトによる解析についても言及する
|
|
事前学習・授業計画コメント
|
講義で取り上げた解析法について、次回の講義までに受講者は解析ソフトを用いて必ず確認すること。
|
|
授業計画
|
|
1
|
ガイダンス：講義の進め方、データ解析環境R、計算機の利用について
|
|
2
|
心理学における多変量データの形式とRによる基本的な扱い方
|
|
3
|
相関と回帰、線形重回帰分析
|
|
4
|
総合得点と信頼性：主成分分析（１）
|
|
5
|
主成分分析（２）
|
|
6
|
心理テストと因子：因子分析（１）
|
|
7
|
因子分析（２）
|
|
8
|
因子分析（３）
|
|
9
|
共分散構造分析の概要
|
|
10
|
類似性判断と多次元表現：多次元尺度構成法（１）
|
|
11
|
多次元尺度構成法（２）
|
|
12
|
対象の分類：クラスター分析
|
|
13
|
カテゴリー判断：対応分析
|
|
14
|
対応分析の実践
|
|
15
|
まとめ
|
|
その他
|
|
教科書
|
『心理学研究法 （大山正 岩脇三良 宮埜寿夫）』
サイエンス社
2005年
第1版
多変量データの解析法だけでなく、心理学における研究方法、レポート・論文の書き方が丁寧に書かれています
|
|
成績評価の方法
及び基準
|
平常点(50%)
、
授業参画度(50%)
コメント[平常点は、授業中に与えられる課題に関する評価]
|
|
オフィスアワー
|
授業終了後、適宜。質問はe-mailにて対応します
|
|
備考
|
e-mailアドレスは、授業の初回にお知らせします
|
|