金沢工業大学　学習支援計画書　F314-01
|| 英語(English)
学習支援計画書(シラバス)　検索システム
印刷
専門教育課程　心理科学科(2018年度入学〜)
授業科目区分 科目名 単位数 科目コード 開講時期 履修方法
専門教育課程
専門科目
専門
心理学データ解析応用
Advanced Psychological Data Analysis
 2 F314-01 2024年度
４期（後学期） 		修学規程第4条を参照
担当教員名
＊印は、実務経験のある教員を示しています。
授業科目の学習・教育目標
キーワード 学習・教育目標
1.データ処理 2.統計的解析 3.サンプルサイズ設計 4.検定力・効果量・信頼区間 心理学研究に欠かせないデータ解析で用いられるソフトウェアの使用法を学び、分析前のデ ータの処理から様々な統計アプローチでの解析方法とその考察の仕方を学ぶ。また、過去の 研究や調査で得られたデータを用いて、それを統計的に解析し、社会的・学術的に意味のあ る主張や提案をすることを目指す。プロジェクトデザインⅢにおける研究に必須の技能を身 に着ける。
授業の概要および学習上の助言
本科目では心理学研究の現場で実際に用いられているソフトウェアの使用方法を実習の中で学ぶ。統計解析用ソフトウェアで あるRを用い、これまで学んだ基礎的な統計的検定を復習すると同時に、因子分析や回帰分析などプロジェクトデザインⅢで 使う機会の多い統計解析にも挑戦する。その際に、サンプルサイズ設計や検定力についての理解、また、効果量や信頼区間な どp値以外に変数同士の関係を理解する指標についても理解を深め、それらを計算する能力を身に着ける。 本科目の後半では何名かで協同しながら心理学のデータを収集したりオープンデータを利用して、それを自分たちの問いに基 づいて解析し、プレゼンすることを予定している。具体的には、東京のIT企業からマーケティングに関する企画調査における 数百名程度の回答データの提供を受ける予定である。提供されたビックデータに対して多変量解析などのデータサイエンスの 手法を用いた分析を行い、データ提供元の企業に新たな商品・サービスを企画・提案する予定である。 本科目で使用するソフトウェアであるRは使用の難易度が高い分、様々な統計指標を計算可能であり、使用することができれ ば自身の研究で大いに役にたってくれる。オフィスアワー等をうまく利用して使用方法を理解して欲しい。
教科書および参考書・リザーブドブック
教科書：指定なし 参考書：指定なし ﾘｻﾞｰﾌﾞﾄﾞﾌﾞｯｸ：指定なし
履修に必要な予備知識や技能
データ解析に関する知識があると理解がスムーズに進む。これまでに受講した統計関係科目の内容をよく復習しておくこと。 また毎時間PCを使用するため、必ず持参すること。
学生が達成すべき行動目標
No. 学科教育目標
（記号表記）
① J 統計解析ソフトウェアを用いて適切にデータ処理を行うことができる
② J Rを用いて基礎的な統計的検定・多変量解析を行うことができる
③ J 調査データを適切な手法で解析し、それを図示することができる
④ J 解析したデータをもとに考察し、効果的なプレゼンテーションを実施することができる
⑤
⑥
達成度評価
評価方法
試験 クイズ
小テスト		 レポート 成果発表
(口頭・実技)		 作品 ポートフォリオ その他 合計
総合評価割合 0 30 20 30 0 0 20 100
指標と評価割合 総合評価割合 0 30 20 30 0 0 20 100
総合力指標 知識を取り込む力 0 15 5 10 0 0 0 30
思考・推論・創造する力 0 15 5 10 0 0 0 30
コラボレーションと
リーダーシップ		 0 0 5 5 0 0 0 10
発表・表現・伝達する力 0 0 5 5 0 0 0 10
学習に取組む姿勢・意欲 0 0 0 0 0 0 20 20
※総合力指標で示す数値内訳、授業運営上のおおよその目安を示したものです。
評価の要点
評価方法 行動目標 評価の実施方法と注意点
試験 ①
②
③
④
⑤
⑥
クイズ
小テスト		 ① レ 学習したデータ解析手法に関するクイズや小テストを実施する
② レ
③ レ
④
⑤
⑥
レポート ① レ 学んだ統計解析技術に関する理解の程度を、実験結果の解析に関するレポート内容によって評価する
② レ
③ レ
④
⑤
⑥
成果発表
(口頭・実技)		 ① レ 統計解析ソフトに関する理解の正確さと、結果を解釈する能力を実習課題に関する口頭発表内容によって 評価する
② レ
③ レ
④ レ
⑤
⑥
作品 ①
②
③
④
⑤
⑥
ポートフォリオ ①
②
③
④
⑤
⑥
その他 ① レ 出席状況を含む毎週の取り組みの様子を総合的に評価する
② レ
③ レ
④ レ
⑤
⑥
具体的な達成の目安
理想的な達成レベルの目安 標準的な達成レベルの目安
Rを用いて実施した解析結果を適切に解釈し、それをもとにし たプレゼンテーションを効果的に行うことができる。 Rを用いて適切なデータ解析手法を実施することができる
ＣＬＩＰ学習プロセスについて
一般に、授業あるいは課外での学習では：「知識などを取り込む」→「知識などをいろいろな角度から、場合によってはチーム活動として、考え、推論し、創造する」→「修得した内容を表現、発表、伝達する」→「総合的に評価を受ける、ＧｏｏｄＷｏｒｋ！」：のようなプロセス（一部あるいは全体）を繰り返し行いながら、応用力のある知識やスキルを身につけていくことが重要です。このような学習プロセスを大事に行動してください。
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間（例えば2単位科目の場合、予習2時間・復習2時間／週）を取るよう努めてください。詳しくは教員の指導に従って下さい。
授業明細
回数 学習内容 授業の運営方法 学習課題 予習・復習 時間：分※
1 オリエンテーション ソフトウェアについて復習 講義 実習 ソフトウェアの実行方法を復習す る 40
2 Rの基本的使用方法① 講義 実習 Rによるデータの取り扱いについ て復習する 40
３ Rの基本的使用方法② 　　 講義 実習 Rによる集計と可視化について復 習する 40
4 Rを用いたデータ分析① 講義 実習 相関分析について復習する 80
5 Rを用いたデータ分析② 講義 実習 t検定について復習する 40
6 Rを用いたデータ分析③ 講義 実習 サンプルサイズ設計について復習 する 40
7 Rを用いたデータ分析④ 講義 実習 回帰分析について復習する 80
8 Rを用いたデータ分析⑤ 講義 実習 因子分析について復習する 40
9 グループ活動1 データクリーニング・データ特徴の確認 実習 振り返り 講義内容の復習 80
10 グループ活動2 データ解析 実習 振り返り 次回の活動の準備 40
11 グループ活動3 仮説生成とアンケートの作成 実習 振り返り 次回の活動の準備 40
12 グループ活動 データ解析 実習 振り返り 次回の活動の準備 40
13 グループ活動 提案とプレゼンの作成 実習 振り返り 次回の活動の準備 40
14 グループ活動 提案の改善 実習 振り返り 次回の活動の準備 40
15 授業の振り返り 振り返り 授業の振り返り 40