授業コード 63008800 クラス
科目名 心理学統計法Ⅳ 単位数 2
担当者 吉田 いずみ 履修期 第4学期
カリキュラム *下表参考 配当年次 *下表参考

授業題目 心理学の研究でよく用いられる多変量解析について理解を深めることを目的とする。
授業の概要  心理学の研究を進める上で必要となる、様々な多変量解析を学習します。使用ソフトは、SPSS、HAD、Rを予定しています。基本的な統計手法(分散分析、因子分析)にも一部触れますが、基本的な手法については、一通り自力で行えることが望ましいです。
 統計パッケージHADでは、様々な種類の重回帰分析を実習し、理解を深めます。
 統計パッケージRでは、構造方程式モデリングの基礎を実習します。ただし、Rについては、期末試験の限られた時間では扱いが難しいため、期末試験の出題内容はHADを用いた分析のみとします。
学習の到達目標 HADによる階層的重回帰分析、交互作用項を含む重回帰分析、媒介分析などが出来るようになることを目標とします。また、Rによる簡単なパス解析と、結果の見方が分かるようになることを目標とします。
授業計画 第1回 イントロダクション 多変量分散分析
第2回 HADによる分散分析 効果量について
第3回 重回帰分析(1)ステップワイズ法、階層的投入法
第4回 重回帰分析(2)ここまでの練習問題
第5回 重回帰分析(3)交互作用項の投入
第6回 重回帰分析(4)ここまでの練習問題
第7回 重回帰分析(5)媒介分析
第8回 重回帰分析(6)ここまでの練習問題
第9回 探索的因子分析
第10回 確認的因子分析
第11回 パス解析(1)分析の基本とRの紹介
第12回 パス解析(2)ここまでの練習問題
第13回 構造方程式モデリング(1)潜在変数を含む場合
第14回 構造方程式モデリング(2)ここまでの練習問題
第15回 総復習
授業外学習の課題 HADを使った分析については、自宅PC等で復習することが可能です。授業の例題データを再度分析し、復習することも有益ですが、他科目で自身が収集した実験・調査データについて、自主的にデータ分析を試みると、より理解が深まります。(授業データの復習=10分程度;それ以外=30分~1時間)
履修上の注意事項 ・基本的な統計の知識(相関、t検定、分散分析、因子分析、重回帰分析)があることを前提に授業を進めます。苦手な分析があればフォローしますが、自ら理解に努めてください。
・パソコンを使用し、演習方式で進めます。遅刻や欠席は理解に支障をきたしますので、極力避けてください。やむを得ず欠席する場合は、自ら進度の回復に努めてください。
・授業資料、データファイルは、その都度配布します。期末試験でも必要となりますので、紛失のないよう、各自管理してください。USBメモリも同様です。

【対面授業】有  【非対面授業】無

<非対面授業に変更になった場合>
同時双方向:無,オンデマンド:有,課題研究:無
・非対面授業の場合は,自宅PCで課題に取り組んでもらいます。Rの利用は,非対面で行うのは難しいため,非対面授業になった場合は,Rは利用せず,HADで行える分析のみとします。
成績評価の方法・基準 定期試験80%、毎回の提出物20%で評価します。欠席は減点とします。
<非対面授業に変更になった場合>
【期末試験】無。毎回の提出物(100%)の提出状況と内容で評価します。
テキスト 特になし
参考文献 平井明代 (2017). 教育・心理系研究のためのデータ分析入門第2版. 東京図書
川端一光・岩間徳兼・鈴木雅之 (2018). Rによる多変量解析入門. オーム社
尾崎幸謙・荘島宏二郎 (2014). パーソナリティ心理学のための統計学-構造方程式モデリング. 誠信書房
清水裕士・荘島宏二郎 (2017). 社会心理学のための統計学-心理尺度の構成と分析. 誠信書房
主な関連科目
オフィスアワー及び
質問・相談への対応
授業開始前、授業終了後に質問に応じます。
提出物については、理解が不十分と考えられる箇所があれば、次回授業においてフィードバックおよび解説、復習の時間を取ります。

■カリキュラム情報
所属 ナンバリングコード 適用入学年度 配当年次
健康科学部心理学科(専門発展) FHPS37002 2018~2018 3・4