Cs160720

1. 慶應義塾大学 教育学特殊 XIV(第 13 講)
講義のまとめ
文部科学省
国立教育政策研究所
総括研究官
やま
山
もり
森
こう
光
よう
陽
(教育心理学)
koyo@nier.go.jp
2016 年 7 月 20 日
この内容は個人的見解であり
国立教育政策研究所の公式見解ではありません

2. はじめに
本日の出席とスライド
本日の出席
https:
//questant.jp/q/160720
本日のスライド
http://www.slideshare.net/
koyoyamamori/cs160720
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 2 / 24

3. はじめに
本日の講義
1. 最終課題の返却
2. 演習データの高度な分析
学級規模とフィードバック
効果量の扱い
マルチレベルモデリング
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 3 / 24

4. 最終課題の返却

5. 最終課題の返却
採点について
✞ ☎
✝ ✆
1 和文，欧文文献をそれぞれ 5 本以上引用し，学級規模研究の動向をまとめ
なさい。
和文論文の引用が 5 本以下であるレポートが多かったが，レビューとしてよく
まとまっているものは，この評価項目を満たしていると判断した。
✞ ☎
✝ ✆
11 ライブラリーオリエンテーションで指導された形式の引用文献一覧を作成
しなさい。
12 本文中における引用は決められた形式で適切に行いなさい。
読者が引用元にたどれるような情報が最低限載っている場合 (斜体の指定等の
不備) は不問とした→以後気をつけてください。
本文中の引用に姓名両方を載せる必要はありません→これも不問にしました。
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 5 / 24

6. 最終課題の返却
返却について
全体的にみて
講義での演習内容を積み上げて適切に執筆されている。
図表の形式などは今後整える必要がある。
目的に沿った考察を行った上で，問題に戻って考察を深める
とさらによい。
返却方法
お一人ずつ返却します。
その最中に出席 (この講義についての自己評価を含む) を入力
しておいてください。
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 6 / 24

7. 演習データの高度な分析

8. 演習データの高度な分析
調査・分析の枠組み
X 学年開始時
学力偏差値
X+1学年開始時
学力偏差値
形成的評価
Feedback
学級規模
X+2学年開始時
学力偏差値
形成的評価
Feedback
学級規模
Figure 1: 調査・分析の枠組み
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 8 / 24

9. 演習データの高度な分析 学級規模とフィードバック
小学校4-5-6年・社会・項目別
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
++++ ++
+
+
+
+++++++
+
++++++ ++
+
+ +
+
++
+
++ +
++
++
+
+++
+
++++
++
++
+
+
++++
+
+
++
+
++ +
++
+ +
++
+++
+
+ +
++
+
+
+++ +
+
++ ++
++
+++
++
+
+++
+ ++++
+
+
+
++
+
+
+
+
+
+ +
+
++ +++
+++++
+ +
++
+
++
+
+
+
+
+
++
+
+
+
+
+
+
+
+
+
+
+ ++++ +
+
+
+
++
+
+
+
+++ ++
+
+
+
+
++
+++ +++ +
+
++
+
+
++
+
+
+
+ +
+ + ++
+ +
+ ++++
++
+
++++
+ +
++
++++ ++
+
+
+
+ ++ +++++
+++
+++
++
+
+
++ +
+ + +
+
+++ +
+++++
++
+ ++
+
+++
01
(a) 1-2 時点間
単元始・達成目標
提示
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
++
++
++ +++ +
++++
+++ +++++
+
+
+
++
+
+ ++ ++
+
+++++
+
++++
+++
+ +++
+ ++
++++
+ ++
+++
+
+++
+ +
++ ++
+
+
+
+
+
+
+
++
+
+ ++
+
+ +
+
+
+ +++
++
+
++
+
+ +++++
+
+
+
+ +
+
+ +++
+
+ ++
++
+
+
++
+++ +
++ +++
+
+
+
+
+
+
++
+
+
+ ++
+
+++
+
+++
+
+++
+
+++
+
+
+
++
+++
++
+
++
+
++ +++ +
+
++
+ +
++ +
+ +
+
++
+ +++ +
+
++
+
+ ++ ++++
++
+++++
++
+
+
+
+
+
+
+
+
+
+
++
+
+++
+
++
+
+
+
++
+
++ +
+++
++ ++
+
+
+++
+
+ ++
+
+++
01
(b) 1-2 時点間
単元末・実現状況
個別 FB
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
++
++
++ +++ +
++++
+++ +++++
+
+
+
++
+
+ ++ ++
+
++++++++++
+++
+ +++
+
+
+
++++
+
+
+
+++
+
+++
+ +
++ ++
+
+
+
+++
+
++
+
+ ++
+
+ +
+
++
+++
++
+
+++ + +++++
+
+
+
+ +
+
+ +++
+
+ ++
++
+ +++++
+ +
++ +++
+
+
+
+
+
++
+
+
+
+ ++
+
+++
+
+++
+
++++ +++
+
+
+
++
++
+++
+
++
+
++ +++ +++++
+
++ ++
+
+ +
+
+ +++ +
+
++
+
+ ++ +++++
+
+++++
++
+
+
+
+
+
+
+
+
+
+
++
+
+++
+
++++
+
++
+
++ + +
+
+++ ++
+
+
++
++
+ ++
+
+++
01
(c) 2-3 時点間
単元始・達成目標
提示
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
+
+
++ +++++ +++
+++ +
+
+
++++++++
+
+ ++ +++++
+ +
+
+
+++ +
++
+ +
+
+++ +++
+
++
+
+
+
++ ++++
+ +
+
+ ++
+++
+
+
+
++++
++
+++ ++
+
+
+
++
+++ +
+
++
+++ ++ ++
+
++
+
+
+
+
+
+
+
+
++
+++
+
++ +
++ +++
+
++++
+
+
+ ++
+
++ ++
+++
+++
+ ++
++
+
+
++
+++
+
++
++++
+
+
+ +
+
+++ +
+
+
+ ++
+
+
+++ +++ + +
++
+ ++
+
+
++
+
++
+
+
+
+
++++
+
+ +++ +
+ +
++
+ +++
++++ +++++
++++
+
+
+ +
+
+ ++
+
++
++
++++
+
++ +
+
++
01
(d) 2-3 時点間
単元末・実現状況
個別 FB
Figure 2: 学級規模とフィードバックの実施状況との関係 (項目別・小学
校 4-5-6 年・社会)
傾きの 95%信用区間に 0 を含まないのは，(c) と (d)。
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 9 / 24

10. 演習データの高度な分析 学級規模とフィードバック
小学校4-5-6年・社会・生成変数
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
++
++
++ +++ +
++++
+++ +++++
+
+
+
++
+
+ ++ ++
+
++++++++++
+++
+ +++
+
+
+
++++
+
+
+
+++
+
+++
+ +
++ ++
+
+
+
+++
+
++
+
+ ++
+
+ +
+
++
+++
++
+
+++ + +++++
+
+
+
+ +
+
+ +++
+
+ ++
++
+ +++++
+ +
++ +++
+
+
+
+
+
++
+
+
+
+ ++
+
+++
+
+++
+
++++ +++
+
+
+
++
++
+++
+
++
+
++ +++ +++++
+
++ ++
+
+ +
+
+ +++ +
+
++
+
+ ++ +++++
+
+++++
++
+
+
+
+
+
+
+
+
+
+
++
+
+++
+
++++
+
++
+
++ + +
+
+++ ++
+
+
++
++
+ ++
+
+++
01
(a) 1-2 時点間
1~ 11~ 21~ 31~
Classsize
Frequency
0.00.20.40.60.81.0
++
+
++ +++++ +++
+++ +
+
+
++++++++
+
+ ++ +++++
+ +
+
+
+++ +
++
+ +
+
+++ +++
+
++++
+
++ ++++
+
+++
++
+++
+
++ ++++
++
+++ ++ ++
+
++
+++ +
++
+
+++ ++ +++ ++
+
+
+
+
+
+
+
+
++
+++
+
++ ++
+
+
++
+
++++
+
+
+ ++
+
++ ++
+++
+++
+
+
+
++
+
++
+
+++
+
++
+
++
+
+
+
+ +
+
+++ +
+
+
+ +
+ +
+
+++ +++ + +
++
+ ++
+
+ +
+
+
++
+
+
+
+
++++++ +++ +
+ +
++
+ +
+
+
++++ +++++
++++
+
+
+ +
+
+ ++
+
+++
+
++++
+
++ +
+
++
01
(b) 2-3 時点間
Figure 3: 学級規模とフィードバックの実施状況との関係 (生成変数・小
学校 4-5-6 年・社会)
傾きの 95%信用区間に 0 を含まないのは，(b)。
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 10 / 24

11. 演習データの高度な分析 効果量の扱い
効果量と効果量の分散
効果量
効果量 d = M1−M2
σpooled
プールされた標準偏差 σpooled =
(n1−1)s2
1+(n2−1)s2
2
n1+n2−2
効果量の分散
統合の対象となる研究はいずれもケース数（対象者数）が異なる。
この違いを適切に反映させて効果量を統合させる必要があるため，
その重みを求める必要がある。この重みは分散の逆数で求められ
るため，効果量の分散を求めておく。
効果量の分散 Vg は Vg = J2
× Vd であり，
Vd は Vd = n1+n2
n1n2
+ d2
2(n1+n2)
J は J = 1 − 3
4(n1+n2−2)−1
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 11 / 24

12. 演習データの高度な分析 効果量の扱い
効果量の統合(メタ分析)
Figure 4: メタ分析を行う
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 12 / 24

13. 演習データの高度な分析 効果量の扱い
効果量を統合した結果(1)
fb0 cs1
RE Model
−1.50 −1.00 −0.50 0.00 0.50 1.00
Observed Outcome
Study 12
Study 11
Study 10
Study 9
Study 8
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
−0.12 [ −0.34 , 0.11 ]
0.54 [ 0.16 , 0.93 ]
−0.60 [ −0.89 , −0.31 ]
−0.12 [ −0.50 , 0.27 ]
−0.22 [ −0.68 , 0.24 ]
−0.27 [ −0.53 , 0.00 ]
−0.17 [ −0.50 , 0.16 ]
0.06 [ −0.23 , 0.35 ]
−0.49 [ −0.98 , 0.00 ]
0.05 [ −0.51 , 0.60 ]
−0.53 [ −1.12 , 0.06 ]
−0.09 [ −0.34 , 0.15 ]
−0.15 [ −0.32 , 0.01 ]
Effect Size[95% CI]
(a) フィードバックなし
fb1 cs1
RE Model
−0.50 0.00 0.50 1.00 1.50
Observed Outcome
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
0.61 [ 0.16 , 1.05 ]
0.56 [ 0.03 , 1.10 ]
−0.03 [ −0.31 , 0.25 ]
−0.12 [ −0.33 , 0.10 ]
0.25 [ −0.04 , 0.54 ]
0.67 [ 0.35 , 0.99 ]
−0.10 [ −0.47 , 0.27 ]
0.23 [ −0.03 , 0.49 ]
Effect Size[95% CI]
(b) フィードバックあり
Figure 5: フォレストプロット (学級規模小)
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 13 / 24

14. 演習データの高度な分析 効果量の扱い
効果量を統合した結果(2)
fb0 cs2
RE Model
−1.00 −0.50 0.00 0.50 1.00
Observed Outcome
Study 15
Study 14
Study 13
Study 12
Study 11
Study 10
Study 9
Study 8
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
−0.07 [ −0.25 , 0.11 ]
−0.02 [ −0.36 , 0.31 ]
−0.22 [ −0.39 , −0.06 ]
0.00 [ −0.23 , 0.23 ]
−0.05 [ −0.34 , 0.24 ]
−0.32 [ −0.70 , 0.06 ]
0.06 [ −0.28 , 0.39 ]
−0.24 [ −0.54 , 0.06 ]
0.16 [ −0.18 , 0.49 ]
−0.19 [ −0.51 , 0.14 ]
0.12 [ −0.22 , 0.47 ]
−0.36 [ −0.60 , −0.12 ]
−0.07 [ −0.58 , 0.44 ]
0.43 [ 0.10 , 0.77 ]
−0.28 [ −0.55 , −0.02 ]
−0.09 [ −0.19 , 0.01 ]
Effect Size[95% CI]
(a) フィードバックなし
fb1 cs2
RE Model
−0.60 0.00 0.40
Observed Outcome
Study 4
Study 3
Study 2
Study 1
−0.08 [ −0.33 , 0.17 ]
0.09 [ −0.26 , 0.45 ]
−0.12 [ −0.42 , 0.18 ]
0.14 [ −0.07 , 0.35 ]
0.02 [ −0.12 , 0.16 ]
Effect Size[95% CI]
(b) フィードバックあり
Figure 6: フォレストプロット (学級規模中小)
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 14 / 24

15. 演習データの高度な分析 効果量の扱い
効果量を統合した結果(3)
fb0 cs3
RE Model
−1.00 −0.50 0.00 0.50 1.00
Observed Outcome
Study 13
Study 12
Study 11
Study 10
Study 9
Study 8
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
−0.36 [ −0.64 , −0.08 ]
0.23 [ 0.05 , 0.40 ]
−0.01 [ −0.21 , 0.19 ]
−0.15 [ −0.38 , 0.09 ]
0.08 [ −0.14 , 0.30 ]
−0.12 [ −0.35 , 0.11 ]
0.22 [ 0.01 , 0.42 ]
−0.08 [ −0.28 , 0.11 ]
−0.06 [ −0.35 , 0.23 ]
0.00 [ −0.21 , 0.21 ]
0.20 [ −0.05 , 0.45 ]
0.33 [ 0.13 , 0.53 ]
0.00 [ −0.26 , 0.26 ]
0.03 [ −0.07 , 0.13 ]
Effect Size[95% CI]
(a) フィードバックなし
fb1 cs3
RE Model
−0.60 0.00
Observed Outcome
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
−0.13 [ −0.44 , 0.18 ]
−0.08 [ −0.35 , 0.20 ]
−0.03 [ −0.25 , 0.19 ]
−0.01 [ −0.18 , 0.17 ]
−0.19 [ −0.46 , 0.07 ]
−0.15 [ −0.41 , 0.10 ]
−0.30 [ −0.59 , −0.01 ]
−0.10 [ −0.19 , −0.01 ]
Effect Size[95% CI]
(b) フィードバックあり
Figure 7: フォレストプロット (学級規模中大)
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 15 / 24

16. 演習データの高度な分析 効果量の扱い
効果量を統合した結果(4)
fb0 cs4
RE Model
−0.50 0.00 0.50 1.00
Observed Outcome
Study 15
Study 14
Study 13
Study 12
Study 11
Study 10
Study 9
Study 8
Study 7
Study 6
Study 5
Study 4
Study 3
Study 2
Study 1
0.13 [ −0.16 , 0.42 ]
0.27 [ 0.04 , 0.49 ]
0.26 [ −0.03 , 0.54 ]
−0.18 [ −0.36 , −0.01 ]
0.23 [ −0.02 , 0.47 ]
−0.31 [ −0.50 , −0.13 ]
0.35 [ 0.13 , 0.58 ]
0.02 [ −0.19 , 0.23 ]
0.18 [ −0.03 , 0.39 ]
0.27 [ 0.01 , 0.52 ]
−0.11 [ −0.35 , 0.14 ]
−0.07 [ −0.28 , 0.13 ]
0.03 [ −0.19 , 0.25 ]
0.75 [ 0.55 , 0.95 ]
0.41 [ 0.09 , 0.72 ]
0.14 [ 0.00 , 0.28 ]
Effect Size[95% CI]
(a) フィードバックなし
fb1 cs4
RE Model
−0.60 0.00 0.40
Observed Outcome
Study 3
Study 2
Study 1
0.18 [ −0.04 , 0.39 ]
−0.03 [ −0.26 , 0.19 ]
−0.33 [ −0.55 , −0.12 ]
−0.06 [ −0.36 , 0.23 ]
Effect Size[95% CI]
(b) フィードバックあり
Figure 8: フォレストプロット (学級規模大)
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 16 / 24

17. 演習データの高度な分析 マルチレベルモデリング
モデル（Level1: 児童生徒レベル）
Yijk = π0jk + π1jkXijk + e1ijk
Zijk = π2jk + π3jkXijk + π400Yijk + e2ijk
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 17 / 24

18. 演習データの高度な分析 マルチレベルモデリング
モデル（Level2: 学級レベル）
π0jk = β0k + β1kXjk + β2(CS45M24)jk + β3(KFB T1)jk
+ β4(KEI3C1 T1)jk + β5(KEI3C2 T1)jk
+ β6(INTER T1)jk + r1jk
π2jk = β7k + β8kXjk + β9(CS45M24)jk + β10(KFB T12)jk
+ β11(KEI3C1 T1)jk + β12(KEI3C2 T1)jk
+ β13(KEI3C1 T2)jk + β14(KEI3C2 T2)jk
+ β15(INTER T2)jk + β16Yjk + r2jk
π1jk = β17k + β18Xjk + β19(CS45M24)jk + β20(KFB T1)jk
+ β21(KEI3C1 T1)jk + β22(KEI3C2 T1)jk
+ β23(INTER T1)jk + r3jk
π3jk = β24k + β25Xjk + β26(CS45M24)jk + β27(KFB T12)jk
+ β28(KEI3C1 T1)jk + β29(KEI3C2 T1)jk
+ β30(KEI3C1 T2)jk + β31(KEI3C2 T2)jk
+ β32(INTER T2)jk + r4jk
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 18 / 24

19. 演習データの高度な分析 マルチレベルモデリング
モデル（Level3: 学校レベル）
β0k = γ0 + γ1Xk + γ2(NCM1)k + u1k
β1k = γ3 + γ4Xk + γ5(NCM1)k + u2k
β7k = γ6 + γ7Xk + γ8(NCM1)k + γ9Yk + u3k
β8k = γ10 + γ11Xk + γ12(NCM1)k + u4k
β17k = γ13 + γ14Xk + γ15(NCM1)k + u5k
β24k = γ16 + γ17Xk + γ18(NCM1)k + u6k
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 19 / 24

20. 演習データの高度な分析 マルチレベルモデリング
小学校4-5-6年・社会・推定結果
Table 1: 推定結果 (小学校 4-5-6 年・社会)
95%
(T3 50 )
T2 50 0.563 0.517 0.609
T2 50 38.692 35.997 41.631
T3 50 31.921 29.695 34.374
SA1(T1L1 50 T2 50 )
T1L2 50 0.014 0.001 0.027
CS45M24 24 -0.002 -0.010 0.006
KFBT1 FB 0.036 -0.050 0.126
KEI3C1T1 0.096 0.010 0.182
KEI3C2T1 0.032 -0.061 0.125
INTERT1 FB 0.006 -0.008 0.021
SC1(T1L1 50 T3 50 )
T1L2 50 0.008 -0.005 0.021
CS45M24 24 -0.001 -0.009 0.006
KFBT12 FB 0.008 -0.106 0.120
KEI3C1T1 -0.033 -0.117 0.051
KEI3C2T1 -0.007 -0.099 0.085
KEI3C1T2 0.009 -0.069 0.090
KEI3C2T2 -0.094 -0.229 0.039
INTERT12 FB 0.024 0.003 0.045
(T2 50 )
CS45M24 24 0.129 0.013 0.244
KFBT1 FB -0.706 -1.682 0.300
KEI3C1T1 -0.819 -1.926 0.280
KEI3C2T1 -0.275 -1.506 0.929
INTERT1 FB -0.267 -0.436 -0.097
(T3 50 )
CS45M24 24 0.011 -0.110 0.133
KFBT12 FB -0.107 -1.588 1.336
KEI3C1T1 -0.065 -1.252 1.097
KEI3C2T1 -0.173 -1.453 1.143
KEI3C1T2 -0.368 -1.338 0.610
KEI3C2T2 2.141 0.196 4.022
INTERT12 FB -0.255 -0.544 0.035
T2 50 -0.007 -0.250 0.230
T2 50 1.610 0.309 3.631
T3 50 1.287 0.238 3.100
SA1 0.006 0.001 0.018
SC1 0.008 0.002 0.019
SA1(T1L1 50 T2 50 )
T1L3 50 0.016 0.001 0.030
NCM1 0.023 -0.025 0.069
SA2(T1L2 T2 50 )
T1L3 50 0.056 -0.026 0.138
NCM1 0.042 -0.186 0.264
SC1(T1L1 50 T3 50 )
T1L3 50 -0.001 -0.017 0.014
NCM1 0.000 -0.050 0.050
SC2(T1L2 50 T3 50 )
T1L3 50 0.070 -0.012 0.151
NCM1 0.010 -0.200 0.266
(T2 50 )
T1L3 50 0.693 0.483 0.903
NCM1 -0.228 -1.051 0.487
(T3 50 )
T1L3 50 0.700 -0.826 1.580
NCM1 0.191 -0.784 1.189
T2 50 1.625 0.450 2.809
T3 50 0.249 -2.838 2.659
SA1 0.665 0.584 0.741
SC1 0.348 0.262 0.434
SA2 0.380 -0.060 0.826
SC2 0.308 -0.175 0.745
T2 50 2.005 0.077 5.323
T3 50 3.128 1.115 6.486
SA1 0.003 0.001 0.012
SC1 0.005 0.001 0.015
SA2 0.027 0.001 0.178
SC2 0.033 0.002 0.223
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 20 / 24

21. 演習データの高度な分析 マルチレベルモデリング
小学校4-5-6年社会・4→5年
1時点目(第4学年4月)
2時点目(第5学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(a) フィードバック実施あり
1時点目(第4学年4月)
2時点目(第5学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(b) フィードバック実施なし
Figure 9: 1 時点目の学力偏差値の学校平均が 50 の学校の場合の 2 時点
目の学力偏差値の予測（小 4-5-6 年社会）
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 21 / 24

22. 演習データの高度な分析 マルチレベルモデリング
小学校4-5-6年社会・4→6年
1時点目(第4学年4月)
3時点目(第6学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(a) フィードバック実施あり
1時点目(第4学年4月)
3時点目(第6学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(b) フィードバック実施なし
Figure 10: 1 時点目の学力偏差値の学校平均が 50 の学校の場合の 3 時
点目の学力偏差値の予測（小 4-5-6 年社会）
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 22 / 24

23. 演習データの高度な分析 マルチレベルモデリング
まとめると
1時点目(第4学年4月)
2時点目(第5学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(a) 4-5 年 FB ○
1時点目(第4学年4月)
2時点目(第5学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(b) 4-5 年 FB ×
1時点目(第4学年4月)
3時点目(第6学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(c) 4-6 年 FB ○
1時点目(第4学年4月)
3時点目(第6学年4月)
30 40 50 60 70
3040506070
学級規模18人
学級規模24人
学級規模30人
学級規模36人
(d) 4-6 年 FB ×
Figure 11: 結果のまとめ
4 → 5 年では，学級規模の主効果は見られるものの，FB ○の
時に学級規模が小さいほど全体的な学力を上げている（学級
規模の切片への影響が正，交互作用の切片への影響が負）。
4 → 6 年では，FB ○の時に学級規模が小さいほど低学力層に
保障的となっている（交互作用の傾きへの影響が正）。
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 23 / 24

24. 出席とスライド
本日の出席とスライド
本日の出席
https:
//questant.jp/q/160720
本日のスライド
http://www.slideshare.net/
koyoyamamori/cs160720
教育学特殊 XIV(第 13 講) 講義のまとめ 2016 年 7 月 20 日 24 / 24