シラバス
※学期中に内容が変更になることがあります。

2023年度

(月曜日5講時)
面接/Face-to-face

学則第9条の5対象
Article 9-5 of
the Undergraduate Regulations applies

対象外/Not Applicable

11700503 

○多変量解析法の基礎
Multivariate Analysis
2単位/Unit  春学期/Spring  京田辺/Kyotanabe  講義/Lecture

  田中 あゆみ 及川 昌典

<概要/Course Content Summary>

アンケート調査,心理検査,尺度の作成など,心理学ではたくさんのデータを扱う。複雑なデータからパターンを解明する多変量解析法は,研究や教育場面はもとより,国勢調査,マーケティング,製品開発など,社会やビジネスにおいて幅広く活用されるスキルのひとつである。本講義では,心理学の研究において特に利用頻度の高い,重回帰分析,因子分析,構造方程式モデリングなどについて詳しく解説する。それぞれの解析法について基本的な理解を深めた上で,実際にR言語を用いて効果的な利用法の習得を目指す。データの分析に対する不安を克服し,正しい知識を身につけるよい機会となるので,積極的に受講していただきたい。

<到達目標/Goals,Aims>

・多変量解析法に関する基礎的な知識と技能を修得する。 
・R言語を用いてデータを解析できる思考力・判断力・表現力を身につける。 
・研究の主体性・多様性・協働性に配慮し,結果を正しく解釈・報告できるようになる。

<授業計画/Schedule>

(実施回/
Week)
(内容/
Contents)
(授業時間外の学習/
Assignments)
(実施回/ Week) (内容/ Contents) ガイダンス・Rを使ってみよう (1)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) Rを使ってみよう (2)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 重回帰分析(1)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 重回帰分析(2)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 重回帰分析(3)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 重回帰分析(4)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 因子分析(1)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 因子分析(2)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) (内容/ Contents) 因子分析(3)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 10  (内容/ Contents) 構造方程式モデリング(1)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 11  (内容/ Contents) 構造方程式モデリング(2)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 12  (内容/ Contents) 構造方程式モデリング(3)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 13  (内容/ Contents) その他の分析(1)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 14  (内容/ Contents) その他の分析(2)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 
(実施回/ Week) 15  (内容/ Contents) まとめと復習(レポート作業)  (授業時間外の学習/ Assignments) 授業内容や課題の予習・復習(各2時間程度) 

毎回の授業内容や課題の予習・復習に十分な時間(各2時間程度)をかけることが求められる。 
授業計画及び授業形態は,状況に応じて変更される可能性がある。

<成績評価基準/Evaluation Criteria>

平常点(出席,クラス参加,グループ作業の成果等)  70%  授業への取り組みを総合的に評価する。遅刻や欠席は大幅な減点の対象となる。授業内で提示される課題への取り組みの評価を含む。 
提出物  30%  3つのレポート課題によってセクションごとの理解度を確認する。 
特記事項    授業で募集する実験・調査などへの参加による学習もしくは,それに替わる課題により総合的に判断し,評価に加味する場合がある。 

授業への取り組みを総合的に評価する。遅刻や欠席は大幅な減点の対象となる。授業内で提示される課題への取り組みの評価を含む。3つのレポート課題によってセクションごとの理解度を確認する。レポートがひとつでも未提出の場合は評価の対象とならないので,注意すること。授業で募集する実験・調査などへの参加による学習もしくは,それに替わる課題により総合的に判断し,評価に加味する場合がある。

 

<成績評価結果/Results of assessment>   成績評価の見方について/Notes for assessment

    

登録者数

成績評価(%)

評点
平均値

備考

A B C D F
12 83.3 16.7 0.0 0.0 0.0 0.0 3.8

<参考文献/Reference Book>

南風原 朝和  『心理統計学の基礎-統合的理解のために-』(有斐閣アルマ、2002)ISBN:4641121605 大学図書館の HP から電子ブックを閲覧可能 
 

南風原 朝和  『続・心理統計学の基礎-統合的理解を広げ深める-』(有斐閣アルマ、2014)ISBN:4641220417 
 

山田剛史,杉澤武俊,村井潤一郎  『Rによるやさしい統計学』(オーム社、2008)ISBN:4274067106 大学図書館の HP から電子ブックを閲覧可能 
 

山田剛史,村井潤一郎,杉澤武俊  『Rによる心理データ解析』(ナカニシヤ出版、2015)ISBN:4779508673 
 

<授業形態備考/Class type>

授業の資料や課題等については e-class(もしくはDUET等)で周知するため、必ず確認すること。
教員との連絡方法は授業時に直接問い合わせるか、e-classとする。 

<備考/Remarks>

「見る」「聴く」「話す」「四肢を使って作業する」など,心身の機能障がいのため「社会的障壁」となる内容については,「合理的配慮」として代替措置をとることが可能な場合もある。 

 

お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2023 Doshisha University All Rights Reserved. 無断転載を禁止します。