LAハッカソンB

1. Learning Analyticsハッカソン
チームB
株式会社インテージテクノスフィア 根本 学
上智大学 野口真郷
信州大学 森下 孟
e-Learning Award Forum 2015
2015-10-29 @御茶ノ水ソラシティ

2. 背景
• 通信教育課程の特性：
– 分析対象大学には多様な学習者が存在する
• 大学側のニーズ：
– 学習行動と成績の関係は分析済み
– 学習者の学習行動実態を把握したい！
• ドロップアウトの予防策：
– 学習者に対してどのようなケアが必要か？
2

3. 分析対象データ
• 対 象
– O大学通信教育課程 入学２年生
– 女 性…約72%，男 性…約28%
– 有職者…約70%（看護師，アルバイトなど）
– 30～40代…約54%，20代…約24%
• 項 目
– 画面遷移操作のログ（成績データなし）
• 期 間
– ７～８月（２ヶ月分）
– 第２クール授業開始～単位修得試験開始まで
3

4. 仮説
科目へのアクセス数が多いほど，
昼間の時間帯に学習する学習者が多い！？
4
時間帯により学習者の特徴があるのか？

5. 分析手法
5
１．データ整理・解析
２．仮説
３．分析・検定
Microsoft Excel＆SQL
・関数
・ピポットテーブル
SPSS（Χ2検定）

6. 対象者 (109名)の昼アクセス数
6
0
50
100
150
200
250
300
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1
5
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
101
105
109
アクセス件数
昼アクセス率
100

7. 対象者 (109名)の昼アクセス数
7
0.2
0.4
0.6
0.8
1.0
1.2
100
120
昼の学習が多い
（>0.5）

8. データ
• 対象ユーザ：98名
– 全ユーザ（109名）のうち，アクセス数０を削除
8
○ ユーザ別アクセス数
【対象除外】グループZ（11名）
(回)
100
120
グループR（77名）
グループQ（11名）
グループP（10名）
0

9. 昼夜型（グループP）
9
P 193 180 210 194 220 180 178 1355
0 10 17 13 10 8 12 10 80
1 7 4 11 8 8 8 6 52
2 4 4 7 3 5 2 6 31
3 4 2 2 1 2 1 2 14
4 2 1 1 4
5 2 3 9 4 2 20
6 3 7 12 7 6 2 4 41
7 2 8 11 4 4 3 7 39
8 2 6 7 4 5 1 10 35
9 6 5 5 5 7 5 12 45
10 9 4 5 11 12 10 11 62
11 10 7 3 6 13 8 6 53
12 14 9 8 9 14 9 9 72
13 10 9 7 10 10 10 8 64
14 14 9 7 10 12 11 7 70
15 8 6 4 9 15 8 9 59
16 7 10 5 12 13 12 13 72
17 6 5 8 9 5 12 7 52
18 9 6 8 4 12 6 7 52
19 8 9 5 6 11 6 2 47
20 8 13 11 11 11 5 6 65
21 13 11 15 17 18 10 7 91
22 19 10 26 22 12 22 15 126
23 16 15 20 12 15 17 14 109

10. 昼型（グループQ）
10
Q 121 191 160 207 191 197 106 1173
0 7 6 9 10 6 11 7 56
1 2 2 3 1 2 1 11
2 1 1 1 3
3 1 1
4 1 4 1 5 1 12
5 3 2 5 2 6 4 5 27
6 3 5 4 3 5 4 2 26
7 3 1 1 5 5 3 2 20
8 3 3 1 3 3 3 3 19
9 7 5 7 9 10 12 7 57
10 7 14 13 14 19 11 3 81
11 11 11 8 12 17 14 7 80
12 7 11 8 13 10 12 2 63
13 11 12 7 11 12 19 8 80
14 7 16 12 16 12 20 11 94
15 6 15 8 14 16 14 10 83
16 10 19 10 18 16 13 9 95
17 7 13 6 16 11 10 5 68
18 3 10 8 12 7 5 3 48
19 4 7 4 5 3 8 4 35
20 5 5 10 7 6 5 1 39
21 4 6 10 13 5 7 3 48
22 6 12 11 10 5 9 3 56
23 5 15 11 13 10 8 9 71

11. 夜型（グループR）
11
R 524 411 486 432 411 449 505 3218
0 22 19 25 25 24 20 36 171
1 6 12 10 7 9 10 16 70
2 2 6 5 6 5 4 9 37
3 2 1 4 8 1 1 7 24
4 3 3 5 9 2 4 4 30
5 2 3 4 8 4 4 25
6 9 4 5 3 2 6 8 37
7 17 6 9 3 10 9 19 73
8 14 8 7 8 4 9 19 69
9 26 9 23 11 13 17 32 131
10 25 21 18 12 14 21 22 133
11 38 13 14 11 18 13 24 131
12 26 12 16 15 15 15 19 118
13 29 19 26 24 18 18 21 155
14 25 25 27 21 18 26 22 164
15 28 25 23 21 22 22 29 170
16 34 19 14 18 21 19 28 153
17 25 18 25 16 20 24 21 149
18 26 12 13 16 17 18 14 116
19 19 7 13 14 14 20 14 101
20 24 25 22 23 26 26 18 164
21 42 40 48 56 38 44 33 301
22 50 62 65 57 48 54 50 386
23 30 45 66 44 44 45 36 310

12. 統計的検定結果
12
カイ 2 乗検定
値 自由度
漸近有意確率
(両側)
Pearson のカイ 2
乗
298.730a
46 .000
尤度比 308.785 46 .000
有効なケースの数 5746
a. 0 セル (0.0%) は期待度数が 5 未満です。最小期待度数は
7.96 です。
１%水準有意

13. 得られた知見
13
昼夜
多
少
昼夜型
昼型
夜型  昼間の学習者はやる気が高い！？
 学習者へのケア：8時～25時体制！
・ 昼夜とも専門的ケアが必要
・ 夜間は学習（学生）指導が必要かも？

14. 今後の課題
• 学習者の詳細な基本情報・学習履歴の収集
• 学習者の多様な情報に基づく信頼性の検証
• 学習分析手法の検討
– どのようなデータを記録する必要があるのか？
– 学習者にフィードバックするにあたり，
どのような記録を保存していくのがよいのか？
• どのような学習ケアが有効であるか？
14