統計:データに基づいて、理論や仮説を検証する。
・量的研究において利用されるのが統計的方法。
*記述統計:主にデータを整理・要約する。
*推測統計:科学的推論のために利用。
〇尺度水準
*測定:人の行動や心理的な特性に数値を割り当てること。
*尺度:測定の際の規則
*名義尺度:互いを区別するため。
*順序尺度:大小関係のみに意味を持つ。
*間隔尺度:差の大きさにも意味を持つ。
*比尺度:絶対原点を持つ。
*質的変数:名義尺度と順序尺度の性質を持つ変数。
*量的変数:間隔尺度と比尺度の性質を持つ変数。
〇度数分布
・データのとる値とその値をとる個数を対応させたもの。
・表によって整理されたもの・・度数分布表
・図によって整理されたもの。
・ヒストグラム(量的変数)・棒グラフ(質的変数)
・幹葉表示(ex.十の位が幹、一の位が葉)
・箱ひげ図(株価チャート図のようなもの)
〇代表値と散布図
・データの特徴を表す指標として利用される。
*代表値:分布の中心的位置を表す指標。
「平均」と「中央値」
*散布度:分布の広がりやばらつきを表す指標。
「分散(標準偏差)」「四分位偏差」
*相関係数:相関の関連性の程度を数値で表現したもの。
・相関とは、2つの変数の関連性を表す概念。
*積率相関係数(ピアソン):2つの量的変数の、直線的関係の強さ。
*回帰分析
・説明変数から基準変数の値を、回帰直線によって予想する。
・予測の精度を表す指標として、決定係数が用いられる。
*推測統計
・心理学研究では、全数調査は困難なため、確率の考え方を利用し、
一部のデータから全体を推測する方法。
*母集団:研究の全体対象のこと。
*標本:実際に実験や調査を行う対象。
無作為抽出によって得る。
*確率分布:確率変数と確率との対応関係を表したもの。
*標本分布:標本抽出を繰り返して集めた標本の平均値の分布。
*仮説検定
・データに基づいて
母集団分布の特徴を表す指標である母数に関する仮説を
検証する統計的方法。
・帰無仮説と、相反する対立仮説を立てる。
*推定:未知である母集団分布の母数を標本から定めること。
・点推定:母平均を標本平均で推定するように1つの値で推定する。
・区間推定:確率の考え方を用いて範囲によって推定する。
*ノンパラメトリック検定
・母集団分布の分布に関して、
特定の確率分布を仮定しないで行われる検定。
・質的変数に対して適用されることが多い。
・マンホイットニーのU検定、ウイルコクソンの符号検定、
クラスカル-ワリスの検定 など。
*分散分析
・複数条件の平均の差の検定を行う方法。
・平均の差を変動成分(分散)に置き換えて表現し、分析を行う。
・独立変数のことを「要因」 要因の中でとり得る値を「水準」
*重回帰分析
・証明変数が2つ以上の場合の回帰分析のこと。
・回帰分析同様、予測を目的として利用されるが、
質問紙調査法において、
基準変数に影響を与える説明変数を探索するためにも利用される。
*因子分析
・質問紙調査法を用いて、構成概念(因子)を測定する尺度を
開発する際に利用される。
・観測変数(質問項目)間の相関行列をもとに分析結果を得るまでに
因子抽出(推定)と因子回転の2つの段階がある。
*多変量データ解析
・質的変数の場合、判別分析、ロジスティック分析
・実験法において、多次元尺度法 多変量分散分析 ・・・ 等
・対数線型モデル ・・・ 等
*構造方程式モデリング
*構造方程式:観測変数の印が分析であるパス解析。
*測定方程式:潜在変数(構成概念)を測定する確認的因子分析。
2つを融合した統計的方法。
*マルチレベル分析(階層的線型モデル)
・個人と集団、生徒と学校といった複数のレベルを考慮した分析法。
*メタ分析
・同じ研究テーマに関する様々な研究の結果を統合する統計的方法。
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
『ママさん、もう、降参じゃない?』
はっきり言って、自分でもなに書いてるんだか・・??
だけど、とにかく、一応、書いてみた・・
(本年 7月中旬 朝 撮影)
・量的研究において利用されるのが統計的方法。
*記述統計:主にデータを整理・要約する。
*推測統計:科学的推論のために利用。
〇尺度水準
*測定:人の行動や心理的な特性に数値を割り当てること。
*尺度:測定の際の規則
*名義尺度:互いを区別するため。
*順序尺度:大小関係のみに意味を持つ。
*間隔尺度:差の大きさにも意味を持つ。
*比尺度:絶対原点を持つ。
*質的変数:名義尺度と順序尺度の性質を持つ変数。
*量的変数:間隔尺度と比尺度の性質を持つ変数。
〇度数分布
・データのとる値とその値をとる個数を対応させたもの。
・表によって整理されたもの・・度数分布表
・図によって整理されたもの。
・ヒストグラム(量的変数)・棒グラフ(質的変数)
・幹葉表示(ex.十の位が幹、一の位が葉)
・箱ひげ図(株価チャート図のようなもの)
〇代表値と散布図
・データの特徴を表す指標として利用される。
*代表値:分布の中心的位置を表す指標。
「平均」と「中央値」
*散布度:分布の広がりやばらつきを表す指標。
「分散(標準偏差)」「四分位偏差」
*相関係数:相関の関連性の程度を数値で表現したもの。
・相関とは、2つの変数の関連性を表す概念。
*積率相関係数(ピアソン):2つの量的変数の、直線的関係の強さ。
*回帰分析
・説明変数から基準変数の値を、回帰直線によって予想する。
・予測の精度を表す指標として、決定係数が用いられる。
*推測統計
・心理学研究では、全数調査は困難なため、確率の考え方を利用し、
一部のデータから全体を推測する方法。
*母集団:研究の全体対象のこと。
*標本:実際に実験や調査を行う対象。
無作為抽出によって得る。
*確率分布:確率変数と確率との対応関係を表したもの。
*標本分布:標本抽出を繰り返して集めた標本の平均値の分布。
*仮説検定
・データに基づいて
母集団分布の特徴を表す指標である母数に関する仮説を
検証する統計的方法。
・帰無仮説と、相反する対立仮説を立てる。
*推定:未知である母集団分布の母数を標本から定めること。
・点推定:母平均を標本平均で推定するように1つの値で推定する。
・区間推定:確率の考え方を用いて範囲によって推定する。
*ノンパラメトリック検定
・母集団分布の分布に関して、
特定の確率分布を仮定しないで行われる検定。
・質的変数に対して適用されることが多い。
・マンホイットニーのU検定、ウイルコクソンの符号検定、
クラスカル-ワリスの検定 など。
*分散分析
・複数条件の平均の差の検定を行う方法。
・平均の差を変動成分(分散)に置き換えて表現し、分析を行う。
・独立変数のことを「要因」 要因の中でとり得る値を「水準」
*重回帰分析
・証明変数が2つ以上の場合の回帰分析のこと。
・回帰分析同様、予測を目的として利用されるが、
質問紙調査法において、
基準変数に影響を与える説明変数を探索するためにも利用される。
*因子分析
・質問紙調査法を用いて、構成概念(因子)を測定する尺度を
開発する際に利用される。
・観測変数(質問項目)間の相関行列をもとに分析結果を得るまでに
因子抽出(推定)と因子回転の2つの段階がある。
*多変量データ解析
・質的変数の場合、判別分析、ロジスティック分析
・実験法において、多次元尺度法 多変量分散分析 ・・・ 等
・対数線型モデル ・・・ 等
*構造方程式モデリング
*構造方程式:観測変数の印が分析であるパス解析。
*測定方程式:潜在変数(構成概念)を測定する確認的因子分析。
2つを融合した統計的方法。
*マルチレベル分析(階層的線型モデル)
・個人と集団、生徒と学校といった複数のレベルを考慮した分析法。
*メタ分析
・同じ研究テーマに関する様々な研究の結果を統合する統計的方法。
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
『ママさん、もう、降参じゃない?』
はっきり言って、自分でもなに書いてるんだか・・??
だけど、とにかく、一応、書いてみた・・
(本年 7月中旬 朝 撮影)
※コメント投稿者のブログIDはブログ作成者のみに通知されます