授業コード | 90333500 | 単位数 | 2 |
科目名 | 応用言語学研究演習Ⅳ | クラス | |
履修期 | 後期授業 | カリキュラム | *下表参考 |
担当者 | 大澤 真也 | 配当年次 | *下表参考 |
授業の題目 | 英語教育データ分析入門(Introduction to Data Analysis in English Language Teaching) |
学修の概要 | 「Aという指導法はBという指導法よりも効果がある」「クラスAの成績はクラスBよりも良い」といったことはどのように証明すれば良いのだろうか。本演習においては教育実践に活かすことのできるデータ分析の基本的な概念を解説し、ソフトウェアを利用して簡単な分析を行うことができるようになることを目的とする。 |
学修の到達目標 | データ分析の基本的な手法を学び、実際にソフトウェアを利用して分析できるようになる。 |
授業計画 | 第1回 | 妥当性と信頼性、尺度の性質 |
第2回 | 平均、標準偏差など | |
第3回 | t検定 | |
第4回 | 分散分析 | |
第5回 | ノンパラメトリック検定 | |
第6回 | 相関分析 | |
第7回 | その他の分析手法〜自己評価項目の集約と解釈など〜 | |
第8回 | その他の分析手法〜カテゴリー別の生徒の割合の分析など〜 | |
第9回 | その他の分析手法〜生徒のプロファイリング〜 | |
第10回 | ソフトウェアを利用した演習〜基礎編〜 | |
第11回 | ソフトウェアを利用した演習〜応用編〜 | |
第12回 | ソフトウェアを利用した演習〜実践編〜 | |
第13回 | 分析に利用できるソフトウェアの紹介 | |
第14回 | 収集したデータを用いた分析 | |
第15回 | 第1〜14回の内容のまとめ |
授業外学習の課題 | テキストの該当箇所を次の時間まで読んでくること(週約4時間)。 |
履修上の注意事項 | 英語教育に興味関心を持っていること。 |
成績評価の方法・基準 | 授業への貢献度(発言など):50% レポート:50% を基に総合的に判断する。 |
テキスト | 受講生の関心に基づき選定します。 |
参考文献 | 前田啓朗・山森光陽. (2004). 『英語教師のためのデータ分析入門』. 大修館書店. |
主な関連科目 | |
オフィスアワー及び 質問・相談への対応 |
随時対応する。 |
所属 | ナンバリングコード | 適用入学年度 | 配当年次 | 身につく能力 | ||||
知識・技能 | 思考力 | 判断力 | 表現力 | 協創力 | ||||
人文科学研究科M英文学専攻 | - | 2018~2020 | 1・2 | - | - | - | - | - |
人文科学研究科M英文学専攻 | - | 2021~2023 | 1・2 | ○ | - | ○ | ○ | ○ |
人文科学研究科M英文学専攻 | 22500 | 2024~2024 | 1・2 | ○ | - | ○ | ○ | ○ |