More Related Content
Similar to Rm20150513 4key (20)
Rm20150513 4key
- 3. Questions & Feedback
• 総合的・分析的か探索的・演繹的は自分のやりたい方、感覚で選んでいい
のか。
• 質的研究を長く行うことで、量的研究のような「一般化」を導くことは可
能ではないだろうか。
• 妥当性を考える時に、これが妥当だ！とかこれなら妥当だ！と判断する際
も、自分の価値判断が働いてしまっているような気がします。かといっ
て、客観的側面から妥当性を実証するためには、いろんな方にこれが妥当
か確かめたりして妥当性を高めていくのでしょうか？
• 量的研究において、横断的に研究を行う際に、集団毎にあらゆる観点にお
ける格差が生まれることが予想されるが、その場合はどのように対処した
らよいのだろうか。
- 6. Task 1
• Q1. 回答者の人数(n)は（ ）人で，内女性が
（ ）人，男性が（ ）人。
• Q2. 回答者の通学時間は平均（ ）分である。
• Q3. 恋愛力尺度1の平均値は（ ），恋愛力尺
度2の平均値は（ ），恋愛力尺度3の平均値
は（ ），恋愛力尺度3問の合計得点の平均点
は（ ）である。
25
13 12
29.52
3.56
3.20
4.24
11.00
- 7. Task 1
• Q2. 回答者の通学時間
• 図4.1. ヒストグラム
• 度数: 人
• 階級値: 0∼150分（15分ごと）
- 8. Task 1
• Q3. 恋愛力尺度合計得点
• 表4.1. 度数分布表
• 度数（人数n）: 女性 13/ 男性 12
• 平均: 女性＿＿＿/ 男性＿＿＿
• 恋愛感情に男女差はあるか？
11.23 10.75
- 9. Task 1
• Q4. 聞く話す読む書くの4技能の内，重要度が高かっ
たのは順に，
• 1: 2: 3: 4:
• Q5. 中学校で使用していた教科書は多い順に，
• 1: 2: 3: 4: 5:
聞く 書く
NH TE SS NC C21
- 13. 尺度と情報量（テキストp.34）
名 義 尺 度 く 順 序 尺 度 く 間 隔 尺 度 く 比 例 尺 度
情報量小……………………………………･ …………･ …・情報量大
▲図３−１尺度と情報量
B ､ 巳『みなす」という行為
前節で，テストの得点は間隔尺度であると書きました。しかし，これ
は厳密にいうと，正しくないのかもしれません。たとえば，英語テスト
- 15. 尺度と情報量
• 変数変換（測られた変数の値を他の値に変えるこ
と）の可能性
• 比率尺度: ○150→1.5, ×50+10, 75+10
• 間隔尺度: ○それぞれの恋愛得点に+50
• 順序尺度: 学級 1, 2, 3 → 学年 1, 2, 3, 4, 5, 6,
• 名義尺度: ○1→4、3→1、…
- 17. Task 2
• ４つの尺度水準のどれに当てはまるかを分類
• 英語学習の好き嫌い / 英語学習年数 / 英語話者の知
人・友人の数 / 学習方法についてのアンケート / 海
外旅行・留学経験の有無 / 学籍番号 / 家庭での学習
時間 / 欠席回数 / 期末テスト（100点満点）/ 使用教
科書 / 通学時間 / 単位評定 / 単語テスト（10点満点）
/ TOEICスコア / 平常点 / WPM
- 18. Task 2
• 名義尺度: 海外旅行・留学経験の有無、学籍番号、単位評定、使
用教科書
• 英語学習の好き嫌い、学習方法アンケート
• 順序尺度∼間隔尺度: 平常点、期末テスト（100点満点）、単語テ
スト（10点満点）、TOEICスコア
• 間隔尺度であると仮にみなして処理している
• 比率尺度: 英語学習年数、英語話者の知人・友人の数、家庭での
学習時間、欠席回数、通学時間、WPM
- 21. 記述的指標とその性質（テキストp. 124）
Ｙ
◆
傘 ◆ ◆
･･電念三．◆
､
外れ{ I 娠貞しり) 嶋介
ノ･琴.4９
◆●●●●｡●●｡●●●●●通り4
； ：◆
も
心
●●●●Q●●p●凸｡●●■
外れ赦込簿' > 蝿介
ﾉ ･ 圭. 甑
▲図９−２外れ値が相関係数に影響を与えている例
- 22. 記述的指標とその性質
• 代表値: データ全体をたった１つで代表さ
せる値
• 例. 単語テストの結果
• A組: 4, 4, 5, 5, 5, 5, 6, 6
• B組: 1, 2, 3, 5, 5, 7, 8, 9
- 26. Task 2
• Q2. 恋愛感情得点合計(/15)
• 表3.1. 度数分布表
• 標準偏差: 女性＿＿＿/ 男性＿＿＿
• 範囲: 女性＿＿＿/ 男性＿＿＿
• 恋愛感情に男女差はあるか？
- 37. 記述的指標とその性質（テキストp. 124）
Ｙ
◆
傘 ◆ ◆
･･電念三．◆
､
外れ{ I 娠貞しり) 嶋介
ノ･琴.4９
◆●●●●｡●●｡●●●●●通り4
； ：◆
も
心
●●●●Q●●p●凸｡●●■
外れ赦込簿' > 蝿介
ﾉ ･ 圭. 甑
▲図９−２外れ値が相関係数に影響を与えている例
- 38. 共分散と相関係数
• 共分散: xとyの「平均からの偏差」の積の平均
• プラスなら右肩上がりの傾向; マイナスなら右肩下がりの傾向
たくさんあれば，散布図が右上がりになり，その場合，偏差の積の平均である
共分散の値はプラスになります。
一方，●は”i とｙ＃の片方が平均を上回り，もう片方が平均を下回る被験者
です。この●がたくさんあるということは，散布図が右下がりになるというこ
とです。●は雄とｙｉの片方が平均を上回り（偏差はプラスになる) ，もう片方
が平均を下回る（偏差はマイナスになる）わけですから，偏差の積はプラス×
マイナスで「マイナス」になります。●の点がたくさんあれば，散布図が右下
ｙ
ｙ
■
■
■
感
鰯
鰯 鰯
■ ■
■
■ ■ ■
鰯
職
■
×
■
■
■
Ｘ
- 44. 共分散と相関係数
• Q8: 恋愛力尺度間の相関は表4.3のようにまとめられる。
1 r 0 : x
Q8: 4.3
Table 4.3.
恋愛力尺度の相関行列
(1) (2) (3)
(1) 1
(2) ＿＿＿＿ 1
(3) ＿＿＿＿ ＿＿＿＿ 1
たとえば，相関係数の値がγ＝0 . 6 5 であったら「中程度の正の相関がある」
と評価し，γ＝- 0 . 8 1 であったら「強い負の相関がある」と解釈するわけです。
ですが，以上の表3 . 3 . 6 はあくまでも目安です。変数の内容，研究分野などに
よって大きく変わってくるでしょう。たとえば医学などで，人の生死にかかわ
る研究ですと，0 . 2 程度の値でも承のがせない結果になるかもしれません。
r＝０．６ r＝０．８
→ほとんど相関なし
→弱い相関あり
→中程度の相関あり
→強い相関あり
２
４
７
０
０
０
０
一
一
一
く
く
く
く
γ
γ
γ
γ
く
一
一
く
一
一
く
一
一
く
一
一
２
４
７
０
０
０
０
︲
一
一
一
一
② ９ 本 に よ っ て 表 現 が 異
なる場合があります。吉田
(1998）（Ｅ官旨ﾆｱﾆｰ可
参照）では，0 . 4 ＜￨ γ￨ ≦0 . 7
を「比較的強い相関あり」
としています（0 . 4 ＜￨ γ￨ ≦
0 . 7 とは，0 . 4 ＜γ≦0 . 7 ,
- 0 . 7 ≦γ＜−０．４というこ
とです) 。
２
４
７
０
０
０
０
︲
く
一
一
く
一
一
く
一
一
く
一
一
γ
γ
γ
γ
く
く
く
く
０
２
４
７
０
０
０
r＝１．０
表3 . 3 . 6 相関係数の値の評価
図3 . 3 . 1 相関係数と散布図
Ｑ相関係数の値と関係の強さ
それでは，相関係数がどの程［
いのでしょうか。
ﾗブ
それでは，相関係数がどの程度の値であれば，関係が強いと判断するのがよ
いのでしょうか。
この「相関係数の値の評価」については明確な基準はありませんが，通常次
ｑ９
の表３．３. 6 のように解釈されることが多し､ です。
たとえば，相関係
と評価し，γ＝- 0
ですが，以上の表3
よって大きく変わっ
る研究ですと，0 .
０
０
０
“
図３．１
図3 . 1 . 4 は，「逆Ｕ字型曲
数j r が大きくなると「前半」
も，「後半」からｙは小さくな
たとえば，２４人の被験者を
中度」を測定したとします。
への集中度」をとって，各人
●現実の散布図の例
それでは，最後に実際の散（本）
布図の例を１つ紹介しておき４０
ましよう。図3 . 1 . 6 はプロ野３５
球選手（日本人野手）の中で，3 0
2 0 0 4 年度の年俸が5 0 0 0 万円以２５
上の選手を対象として散布図２０
を描いたものです。この散布１５
図では，横軸に推定年俸をと１０
り，縦軸には2 0 0 3 年シーズン５
のホームラン数をとってあり０
ク
◆
Ｘ
◆
◆
図３．１．５無相関の散布図
ら ３ こ こ で 紹 介 し た 散 布
図は代表的な例であって，
実際のデータから描かれる
散布図すべてが上記の５つ
のパターンのいずれかに分
類されるというわけではあ
りません。しかし，心理学
の領域では，ここで紹介し
た５つの散布図の例を理解
しておけばよいでしょう。
最後に図3 . 1 . 5 は「無相関」といいます。点の集まりは全体的に「まんま
る」です。まんまるということは，２変数がでたらめに散らばっているという
ことですから，何も規則性らしぎものがないわけです。
以上のように，散布図を描くことで，２変数間の関係を視覚的に捉えること
ｑ３
ができます。散布図は，２変数の分析の出発点とし､ えます。
数の間には，右上がりの直線関係，すなわち，正の相関関係があることがわか
りますよね。つまり，年俸が高い人ほど，よくホームランを打つ傾向があると
いうことです。みなさんもこのように，自分の身近なデータについて，散布図
を描いてふてください。そうすることによって，２つの変数の関係を知るため
に散布図を描くことのおもしろさを実感できるでしょう。
◆
◆
ます。０１００００2 0 0 0 0 3 0 0 0 0 4 0 0 0 0 5 0 0 0 0 6 0 0 0 0 ( 万円）
図3 . 1 . 6 プロ野球選手の年俸（横軸）とホームラン数（縦軸）の散布図この散布図をみると，２変
図3 . 1 . 3 Ｕ字型曲線相関の散布図
Ｘ
図3 . 1 . 3 は，「Ｕ字型曲線相関」といいます。単純に「右上がり」とか「右
下がり」ではなく，両者をミックスした感じ，すなわち，一方の変数妬が大き
くなると「前半」のうちは他方の変数ｙは小さくなっていくけれども，「後半」
からｙは大きくなっていく，という関係です。
たとえば，「養毛剤の使用量」と「抜け毛の量」を考えてゑましよう。抜け
毛に悩む2 4 人各々について，「養毛剤の使用量」と「抜け毛の量」を測定し，
横軸に「養毛剤の使用量｣ ，縦軸に「抜け毛の量」をとって，各人をプロット
していったら上記の図になったとしましょう。養毛剤の量があまりに少ないと，
成分が効きませんから抜け毛は多いまま，適度に使うと抜け毛が減るけれども，
使いすぎると今度はどんどん毛穴がつまって抜け毛が多くなっていく，と思わ
れます。
ｙ
◆
◆ ◆
◆
◆
◆
◆
◆
◆
◆
◆
◆ ◆
◆
◆
◆
図３．１．４逆Ｕ字型曲線相関の散布図
◆
◆
◆
◆
◆
◆
◆
◆
Ｘ
図3 . 1 . 4 は，「逆Ｕ字型曲線相関」といいます。図3 . 1 . 3 の逆です。一方の変
数j r が大きくなると「前半」のうちは他方の変数ｙは大きくなっていくけれど
も，「後半」からｙは小さくなっていきます。
たとえば，２４人の被験者を対象に「自分の勉強部屋の音量」と「勉強への集
中度」を測定したとします。横軸に「自分の勉強部屋の音量｣ ，縦軸に「勉強
への集中度」をとって，各人をプロットしていったら上記の図になったとしま
0.24
0.50 0.04
