検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
心理統計法研究
| 平成30年度以降入学者 | 心理統計法研究 | ||||
|---|---|---|---|---|---|
| 平成29年度以前入学者 | 心理統計法研究1 | ||||
| 教員名 | 宮埜壽夫 | ||||
| 単位数 | 2 | 課程 | 前期課程 | 開講区分 | 文理学部 |
| 科目群 | 心理学専攻 | ||||
| 学期 | 前期 | 履修区分 | 選択必修 | ||
| 授業の形態 | 当面はオンデマンド授業と集中授業の組み合わせによる。対面による授業が可能になれば、オンデマンド授業は対面授業に変更する。 オンデマンド型の遠隔授業では、Blackboardを利用して配布する資料により学習する。授業時間中の質問などは、Blackboardの掲示板などを利用して受け付ける。 |
|---|---|
| 授業概要 | 【臨床心理士選択必修科目A群】 心理学における計量的アプローチ：多変量データの統計的解析法 【公認心理師】 心理学における研究（心理学統計法１，心理学統計法２）の心理学で用いられる統計手法、統計に関する基礎知識 |
| 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、構造方程式モデリング、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事前に配布する資料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、本授業の事前・事後学習は、各２時間の学習を目安としています。 課題の提出方法、フィードバック方法等については、授業開始時に提示する。 |
| 履修条件 | 統計学の初歩的な知識を有していることが望ましい |
| 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
【事前学習】統計の初歩的な知識を確認する （時間１） 【事後学習】Rがインストールされたパソコンを準備する （時間１） |
| 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 「準備」計算機の使い方、とくに使用する計算機でRが使用可能な状態にあるかを確認すること。 【事前学習】教科書の8~14ページを読み、不明な点をまとめておく （時間１） 【事後学習】Rの基本的なプログラミングの方法をパソコンを使い、復習する （時間２） |
| 3 |
相関と回帰、線形重回帰分析 「準備」前回で学んだRの基本的な使用法を確認しておくこと 【事前学習】教科書14~28ページに目を通し、不明な点をまとめておく （時間２） 【事後学習】Rを使い線形重回帰分析を行い、復習する （時間２） |
| 4 |
主成分分析（１）総合得点と信頼性 「準備」線形重回帰モデルの性質を確認しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】教科書の86~90ページを読み、総合得点および信頼性の意味を確認する （時間２） |
| 5 |
主成分分析（２）主成分方向と主成分得点 「準備」前回で学んだ総合得点の意味をよく理解しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】教科書の36-48ページを参考にしてRによる主成分分析を行う （時間２） |
| 6 |
因子分析（１）心理テストと因子分析モデル 「準備」主成分分析について復習しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】教科書57-58ページを読み、因子分析モデルの意味を確認する （時間２） |
| 7 |
因子分析（２）因子分析モデルによる分析法 「準備」因子分析モデルの考え方を確認しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】配布された資料を読み返し、Rによる因子分析を行う （時間２） |
| 8 |
因子分析（３）実データの因子分析 「準備」因子分析の手順を確認しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】教科書の48-58ページを参考にしてRによる因子分析を行う （時間２） |
| 9 |
因果モデルによる分析：構造方程式モデリング（パス解析） 「準備」因子分析モデルの復習をしておくこと 【事前学習】教科書の66~74ページを読み、不明な点をまとめておく （時間２） 【事後学習】構造方程式モデルの記述方法を確認する （時間２） |
| 10 |
構造方程式モデリング（確証的因子分析と共分散構造分析） 「準備」前回に学んだパス解析について復習しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】Rを使い構造方程式モデルによる分析を行い、方法を確認する （時間２） |
| 11 |
類似性判断と多次元表現：多次元尺度構成法 「準備」対象が類似していると判断する根拠について考えておくこと 【事前学習】教科書の108-129ページを読み、不明な点をまとめておく （時間２） 【事後学習】教科書の108-129ページを読み返し、多次元尺度法に対する理解を深める （時間２） |
| 12 |
クラスター分析 「準備」前回に学んだ類似度、距離について復習しておくこと 【事前学習】前回配布された資料に目を通し、類似性に関する知識を確認する （時間２） 【事後学習】Rにより階層的クラスター分析を行う （時間２） |
| 13 |
対応分析（１）カテゴリー判断と分割表 「準備」ピアソンのカイ2乗統計量について復習しておくこと 【事前学習】カイ二乗検定について、不明な点をまとめておく （時間２） 【事後学習】Rにより適合度検定、独立性検定を行う （時間２） |
| 14 |
対応分析（２）分割表の分析 「準備」分割表の読み方について確認しておくこと 【事前学習】前回配布された資料に目を通し、不明な点をまとめておく （時間２） 【事後学習】Rにより対応分析を行い、方法を確認する （時間２） |
| 15 |
まとめ 「準備」本講義に対する改善要望があればまとめておくこと 【事前学習】論文、レポートの書き方について不明な点をまとめておくこと （時間２） 【事後学習】レポートをまとめ、提出する （時間４） |
| その他 | |
|---|---|
| 教科書 | 宮埜寿夫 『心理学研究法６計量・数理』 誠信書房 2015年 第1版 本学心理学専攻の大学院生のためにこれまで行ってきた授業の内容を著書としてまとめたものです。 |
| 参考書 | 大山 正・岩脇三良・宮埜寿夫 『心理学研究法』 サイエンス社 2005年 第1版 宮埜寿夫・谷田部かなか・櫻井広幸 『これならわかる！心理統計』 ナツメ社 2018年 第1版 大山正・宮埜寿夫・市原茂ほか 『公認心理師合格テキスト』 誠文堂新光社 2019年 第1版 「心理学研究法」には、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。 「よくわかる！心理統計」は、数学にあまり親しみがない学生のために書かれたものです。本講義で扱う多変量解析には触れていませんが、心理学における統計的な基礎知識が不十分と考えている学生に副読本としてお薦めします |
| 成績評価の方法及び基準 | レポート:多変量の心理データを解析し、論文形式でまとめる(30%)、授業参画度:授業中に与えられる課題に対する取り組みの積極性、Rによる分析の習熟度(70%) 授業参画度は、毎回の授業中に与えられる課題を解決できた程度により評価します。レポートによる成績評価は、分析結果を報告する際に必要な知識が修得されているかを確認するためであり、２回程度の提出が求められるレポートの内容により評価します。 |
| オフィスアワー | 授業終了後、適宜。また、質問はe-mailによっても対応します |
| 備考 | e-mailアドレスは、授業の初回にお知らせします |