基本情報/Basic Information

開講科目名 ／Course	心理統計法特論／Statistics for Psychology
時間割コード ／Course Code	W13M002001
ナンバリングコード ／Numbering Code
開講所属 ／Course Offered by	地域文化研究科人間福祉専攻人間福祉専攻／Graduate School of Regional Culture Department of Human Welfare Department of Human Welfare
曜限 ／Day, Period	金／Fri　5
開講区分 ／semester offered	後期／Second Semester
単位数 ／Credits	2.0
学年 ／Year	1,2
主担当教員 ／Main Instructor	泊　真児（非常勤）／Shinji TOMARI
科目区分 ／Course Group	専門教育科目　専門教育科目選択／専門教育科目 専門教育科目選択
教室 ／Classroom	13-304／13-304
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
泊　真児（非常勤）／Shinji TOMARI	人間福祉学科／Department of Human Welfare

※ポリシーとの関連性 ／*Relevance to Policy	ポリシーの４「臨床心理学的研究・調査を可能にするための科目群」として、本科目は心理学の実証的研究方法を通じて取得した主として数量的データの統計解析技法を学びます。
授業に関する問い合わせ ／Inquiries about classes	初回講義時に連絡先を周知します。また、毎回の授業終了時に教室で受け付けます。
学びの準備 ／Prepare to learn	ねらい ／Goal 　本講義では、心理学の実証研究を行う上で必要不可欠な統計的データ解析法について演習中心に学び、修士論文作成に適用できる力を身につけることを目指します。目標は、受講生が主要なデータ解析法の意味や特徴を一通り理解した上で、独力でデータ解析できる力を養うことにあります。受講生各自の研究デザインやデータとの関連づけを念頭に置いた授業を展開し、実際にサンプルデータを用いてコンピュータと統計パッケージ(HAD，js-STAR，SPSS・Amos等)を用いたデータ解析を行います。 メッセージ ／Message 　受講生のデータ解析法の知識やスキルを把握した上で、授業計画を若干調整することがあります。“習うより慣れる”で、まずは実際に自分でデータ解析してみることが大事です。加えて、授業内容の定着を図るため、時間外学習で各自が演習問題を解くことが要求されます。本講義は対面授業です。ただし、感染症などの状況次第では、授業形態がオンライン授業になる可能性もあります。講義連絡を日頃からよく確認してください。 到達目標 ／Attainment Targets 　1. 心理学の研究でよく用いられる実験研究型のデータと調査研究型のデータを、一通り独力で分析できる。 　2. 収集されたデータの特徴や分析計画に合わせて、適切な統計解析手法を選択し、実行できるようになる。 　3. 修士論文の研究でデータを収集した際に、本講義で身につけた統計的データ解析法を活用することができる。
学びの実践 ／Learning Practices	授業計画 ／Class Plan テキスト・参考文献・資料など ／Textbooks, references, materials, etc. 　教科書は特に指定せず、毎回の配付資料を中心に講義を進める予定です。下記は参考書籍です。 　　小宮あすか・布井雅人 (2018). Excelで今すぐはじめる心理統計～簡単ツールHADで基本を身につける～　講談社　 　　古谷野亘 (1988). 数学が苦手な人のための多変量解析ガイド　川島書店 　　小塩真司 (2005). 研究事例で学ぶSPSSとAMOSによる心理・調査データ解析　東京図書 　　小塩真司 (2018). SPSSとAMOSによる心理・調査データ解析［第3版］　東京図書　 学びの手立て ／Way of learning 　・授業時間内外の学習を通して、毎回の講義内容を積み上げ式に習得していくことが大切です。 　・授業内容の理解のためには、遅刻や欠席をせず堅実に取り組むことが重要です。 　・学部レベルの心理統計学（記述統計学、推測統計学）の基礎知識があることを前提に講義を進めます。基礎知識が十分でない方は、授業時間外に十分学習しておくことが必要です。 ※日頃からキャンパススクエア（沖国大ポータル）やEメール等、こまめに情報確認するようにしてください。 評価 ／Evaluation 　・成績評価は、平常点45％、学期末の最終課題55％の内訳で、これらを総合的に評価します。ただし、いずれも6割以上の成績を残すことが単位認定の条件となります。 　・平常点は、授業への参加度、意見表明（質疑、コメント等）、演習課題への取り組み状況をもって評価します。 　・学期末の最終課題は、学習内容の総復習を兼ねたデータ解析演習レポート課題を課す予定です。
学びの継続 ／Continuing to learn	次のステージ・関連科目 ／Next Stage and Related Courses 　・心理学研究法特論を履修すると、研究法とデータ解析法の関連性をさらに深く理解できるはずです。 　・次のステージとして、臨床心理学特殊研究における修士論文の作成に活かしてください。

No.	回（日時） ／Time (date and time)	授業計画 ／Class Plan	時間外学習の内容 ／Content of Overtime Learning	備考 ／Notes
1	1	履修登録・オリエンテーション：本講義の進め方の説明、変数の分類と尺度水準など	次回テーマについての予習
2	2	度数の違いの検定～直接確率計算法・χ2乗検定と残差分析～	演習課題と次回テーマの予習
3	3	2群以上の平均値の差の検定～1要因分散分析・効果量・信頼区間・検定力～	演習課題と次回テーマの予習
4	4	2要因分散分析1：基礎編～主効果と交互作用・実験参加者間計画～	演習課題と次回テーマの予習
5	5	2要因分散分析2：実践編1～実験参加者内計画・混合計画～	演習課題と次回テーマの予習
6	6	2変数間の関係の分析～相関分析・単回帰分析～	演習課題と次回テーマの予習
7	7	因果モデルに基づく説明と予測のための分析法～重回帰分析・パス解析・媒介分析～	演習課題と次回テーマの予習
8	8	多くの変数を少数の指標にグルーピングする方法～主成分分析・因子分析～	演習課題と次回テーマの予習
9	9	カテゴリ変数間の関連性・類似性の分析～(多重)コレスポンデンス分析～	演習課題と次回テーマの予習
10	10	似たもの同士の集団に分類するための方法～階層的クラスター分析～	演習課題と次回テーマの予習
11	11	テキストからデータを掘り起こす方法～テキストマイニング：基礎編	演習課題と次回テーマの予習
12	12	テキストからデータを掘り起こす方法～テキストマイニング：実践編	演習課題と次回テーマの予習
13	13	潜在変数を用いたデータ解析法:構造方程式モデリング(SEM)1～基礎編～	演習課題と次回テーマの予習
14	14	潜在変数を用いたデータ解析法:構造方程式モデリング(SEM)2～実践編1	演習課題と次回テーマの予習
15	15	潜在変数を用いたデータ解析法:構造方程式モデリング(SEM)3～実践編2 & 最終課題	最終課題レポートの作成
16	16	予備日	半期の学習内容の総復習