文理学部シラバスTOP > 大学院博士前期課程 > 心理学専攻 > 心理統計法研究
日本大学ロゴ

心理統計法研究

このページを印刷する

令和２年度以降入学者 心理統計法研究
教員名 森一将
単位数    2 課程 前期課程 開講区分 文理学部
科目群 心理学専攻
学期 前期 履修区分 選択必修
授業形態 対面授業（一部遠隔授業）
Canvas LMSコースID・コース名称 WL06101806　2024心理統計法研究（森一将・前・金2）
授業概要 心理学における計量的方法を明らかにするため、代表的な方法である仮説検定に加え、線形モデル（重回帰分析など）、因子分析、構造方程式モデリングなどについて講義する。なお、本授業は公認心理師の試験の以下の分野と対応している。
５ 心理学における研究　（２）心理学で用いられる統計手法　および　（３）統計に関する基礎知識
授業のねらい・到達目標 心理学における実験・調査でよく用いられる統計手法である仮説検定、線形モデル、因子分析、構造方程式モデリングなどの代表的な手法の基礎的理論を理解し、統計パッケージRを用いて分析や結果の解釈ができる。
授業の形式 演習
授業の方法 【講義】各解析法について教科書および事前に配布する資料を使い講義すると同時に、その利用法を統計パッケージRを用いて、受講者に
課題を与えながら説明する。また、データ解析に関わるレポート作成も適宜実施する。資料の配布はCanvas LMSを介して行う。
本授業の事前・事後学習は、各２時間の学習を目安とする。
演習等のフィードバックについては、授業前後の適切な時に行う。
なお、対面授業に参加できない場合は掲示された資料・データなどを用いて演習を行い、レポートを作成することで評価を行う。
（状況に応じて授業のアーカイブ動画を提供する場合がある）
履修条件 学部において統計入門などの科目を履修し、統計の基礎を理解していることが望ましい。
授業計画
1 ガイダンス：講義の進め方、統計パッケージR、計算機の利用について
【事前学習】統計の初歩的な知識を確認する （2時間）
【事後学習】パソコンに統計パッケージRの環境を整える （2時間）
【授業形態】対面授業
2 Rの基本的な使い方と代表的な記述統計:代表値と散布度、心理尺度評価のための指標
【事前学習】代表値と散布度について基礎的事項をおさらいしておく （2時間）
【事後学習】代表値と散布度、信頼性などの指標を実際に計算してみる （2時間）
【授業形態】対面授業
3 仮説検定概論（１）：t検定と一元配置分散分析
【事前学習】資料を基に仮説検定の概念をおさらいしておく （2時間）
【事後学習】実習データを基にt検定と一元配置分散分析を復習する （2時間）
【授業形態】対面授業
4 仮説検定概論（２）：二元配置分散分析とクロス集計表の検定、ノンパラメトリック検定
【事前学習】資料を基に分二元配置分散分析の対象となる実験計画を理解しておく （2時間）
【事後学習】実習データを基に二元配置分散分析、カイ二乗検定、ノンパラメトリック検定を復習する （2時間）
【授業形態】オンデマンド型授業
5 相関と線形モデル（１）：重回帰分析と応用モデル
【事前学習】資料や教科書を基に回帰分析の基礎的概念を理解しておく （2時間）
【事後学習】実習データを基に重回帰分析、階層的重回帰分析を復習する （2時間）
【授業形態】対面授業
6 相関と線形モデル（２）：一般化線形モデルと心理データへの応用
【事前学習】資料や教科書を基に一般化線形モデルの基礎的概念を理解しておく （2時間）
【事後学習】実習データを基に一般化線形モデルを復習する （2時間）
【授業形態】オンデマンド型授業
7 主成分分析：主成分の概念と主成分得点
【事前学習】資料や教科書を基に主成分の概念と主成分分析を理解しておく （2時間）
【事後学習】実習データを基に主成分分析を復習する （2時間）
【授業形態】同時双方向型授業、オンデマンド型授業
8 因子分析（１）：心理テストと因子分析モデル
【事前学習】資料や教科書を基に心理学における因子の概念や分析手法の概要を理解しておく （2時間）
【事後学習】実習データを基に因子分析を復習する （2時間）
【授業形態】対面授業
9 因子分析（２）：因子解釈と軸の回転、モデル評価
【事前学習】資料や教科書を基に因子分析の前提条件や因子構造の性質について理解しておく （2時間）
【事後学習】実習データを基に因子分析を行い、いくつかの因子回転を試してみる （2時間）
【授業形態】オンデマンド型授業
10 構造方程式モデリング（１）：統計的因果分析とパス解析
【事前学習】資料や教科書を基に統計的因果分析の方法を理解しておく （2時間）
【事後学習】実習データを基にパス解析を復習する （2時間）
【授業形態】対面授業
11 構造方程式モデリング（２）：潜在変数モデルの分析
【事前学習】資料や教科書を基に潜在変数モデルについて理解しておく （2時間）
【事後学習】実習データを基に潜在変数モデルを復習する （2時間）
【授業形態】対面授業
12 クラスター分析：類似度の判断と表現
【事前学習】資料や教科書を基に類似度の判断について理解しておく （2時間）
【事後学習】実習データを基にクラスター分析を復習する （2時間）
【授業形態】オンデマンド型授業
13 テスト理論：テストの測定と分析
【事前学習】資料や教科書を基にテスト測定のモデルについて理解しておく （2時間）
【事後学習】実習データを基に項目反応理論を復習する （2時間）
【授業形態】オンデマンド型授業
14 メタ分析：異なる研究結果の統合
【事前学習】資料を基にメタ分析の概要を理解しておく （2時間）
【事後学習】実習データを基にメタ分析を復習する （2時間）
【授業形態】オンデマンド型授業
15 総合討論とまとめ
【事前学習】これまでの授業を通しての疑問点や質問をまとめておく （3時間）
【事後学習】質問への回答をまとめておく （1時間）
【授業形態】対面授業
その他
教科書 服部環 『心理・教育のためのRによるデータ解析』 福村出版
参考書 村井 潤一郎 『はじめてのR: ごく初歩の操作から統計解析の導入まで』 北大路書房
繁桝算男・山田剛史（編） 『公認心理師の基礎と実践⑤――心理学統計法』 遠見書房
成績評価の方法及び基準 レポート:授業課題及び期末レポート(70%)、授業参画度:演習中の実施態度や習熟度(30%)
オフィスアワー メールやCanvas LMSを用いて質問に答えます。授業前後の質問も受け付けます。

↑このページのトップ