授業科目詳細

2025 年度の講義概要のデータベースを検索します。カリキュラムツリーへのリンク

科目名 Course title サブテーマ Subtitle

心理学データ解析演習１

授業形態/単位 Term/Credits クラス Class

春/2

授業概要 Course Description 到達目標 Course Objectives

授業種別 / Teaching Types: 演習（対面型）
言語 / Language: 日本語(Japanese)
授業概要 / Course Description: 本演習では，心理データ解析の基礎編として，統計解析環境Rを利用し，研究課題遂行に必要な統計解析法および多変量解析法を学ぶ。平行して，コンピュータを利用したデータ解析の実習を行う。
到達目標 / Course Objectives: ①知識・技能の観点
・心理学的データの基礎的な統計量と統計分析について理解する。
・心理学データ解析の手法として多変量解析について理解する。
②思考力・判断力・表現力等の能力の観点
・分析結果を先行研究や研究目的に照らして，考察としてまとめることができる。
・研究結果を学術論文の形式に従ってレポートにまとめることができる。
・研究結果を学術論文の形式に従ってレポートにまとめることができる。
・研究結果を発表し，質問に応答することができる。
③主体的な態度の観点
・自分でテーマを選び，研究計画を立てることができる。
授業手法 / Teaching Methods: ・教員による資料等を用いた説明や課題等へのフィードバック
・プレゼンテーション（スピーチ、模擬授業等含む）
・授業中の分析演習

授業計画 Course Content

授業計画 / Course Content: 心理学分野で利用される統計解析法を選び，統計解析環境Rを利用して演習を行う。次のテーマを取り上げるが，その順序や扱いの比重は，履修生の必要度などにより変更することもある。

1. Rの導入（そのほか表計算ソフトの利用を含む）
2.　R上でのデータ形式と扱い方
3.　Rへのファイルの入力とRからのファイル出力
4.　Rによる反復操作の実施
5.　Rを用いたデータの基礎分析（基本統計量の算出）
6. 各種統計的仮説検定法（t検定，カイ２乗検定など）
7. 要因計画法（2要因の分散分析）
8. 重回帰分析法
9. パス解析法
10. 判別分析法
11. 因子分析法
12. 構造方程式モデリング（１）
13. 構造方程式モデリング（２）
14. クラスター分析
15. コレスポンデンス分析法
授業時間外学習 / Expected work outside of class: ・配布資料やノートを読み返し，演習内容の理解に努めるよう復習すること。
・授業中に十分に理解できなかった心理学的な専門知識や統計的分析手法に関して，次の授業までに理解できるように復習しておくこと。

成績評価の方法・基準・評価 Grading Policies / Evaluation Criteria

方法 / Grading Policies: 定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
①知識・技能の観点
・レポート、課題による学習成果（データ解析手法への理解）を確認（50%）
②思考力・判断力・表現力等の能力の観点
・最終的なレポートとその内容のプレゼンテーション（40%）
③主体的な態度の観点
・最終振り返りの提出と内容（10%）
基準・評価 / Evaluation Criteria・Assessment Policy: データ解析に関するレポートの提出を求める場合がある。その内容を①分析手順，②分析結果の提示方法，③結果についての解釈，に関して評価する。

参考書 References: 村井潤一郎　　はじめてのR　　北大路書房　　
緒賀郷志　　Rによる心理・調査データ解析　　東京図書　　978-4-489-02067-4

備考 Other Comments: 本演習では，2コマ連続で，心理学データ解析演習1と心理学データ解析演習２の二つの内容を同日に進行します。履修登録に際しては，心理学データ解析演習1と心理学データ解析演習2を同時に履修してください。