学部・大学院区分
Undergraduate / Graduate		教育学部
時間割コード
Registration Code		0250010
科目名　【日本語】
Course Title		心理計量学講義Ⅰ
科目名　【英語】
Course Title		Lecture on Psychometrics I
コースナンバリングコード
Course Numbering Code		EDUPS3411J
担当教員　【日本語】
Instructor		光永　悠彦 ○
担当教員　【英語】
Instructor		MITSUNAGA Haruhiko ○
単位数
Credits		2
開講期・開講時間帯
Term / Day / Period		秋 月曜日 ４時限
Fall Mon 4
対象学年
Year		２年
2
コース・専攻等
Subject
コース専門科目（社会心理行動コース）
必修・選択
Required / Selected
選択必修Ⅱ


授業の目的　【日本語】
Goals of the Course(JPN)
本講義は，教育発達科学の諸領域のうち，人間の行動を量的指標により理解しようとする試みについて，受講者自らが量的指標データを適切な方法で分析し，人間の発達や行動の様態を明らかにできるようになることを目的とする。
多数の量的指標の関係性を明らかにするための統計的手法として「多変量解析」がある．実証的科学としての心理学研究を行う上で，このような分析手法を理解することは，自ら立てた心理学上の諸問題に解を与えるための一助となる．本講義では分析の理論的な背景を説明するとともに，実際に統計ソフトを用いて分析する経験を通じて，多変量解析の手法を理解することを目的とする．
授業の目的　【英語】
Goals of the Course
Multivariate analysis plays one of the most important roles in psychological research, especially using quantitative approach. This course aims to understand practical multivariate analysis method in order to analyze psychological data of quantitative surveys, behavioral experiments and so on.
到達目標　【日本語】
Objectives of the Course(JPN)
(1)多変量解析の基礎について理解するとともに，実際のデータに対して適切な分析手法を適用し，結果を適切に理解することができる．
(2)統計分析ソフトRを用いて，多変量データを実際に分析することができる．
到達目標　【英語】
Objectives of the Course
授業の内容や構成
Course Content / Plan
「教科書」に記したテキストの第17章から22章までの内容を解説する．あわせて，これらの分析手法を用いた学術論文を紹介し，内容の解説を行う．また，統計ソフト「R」の操作実習を通じて，多変量解析の方法を学ぶ．
・重回帰分析
・構造方程式モデル（SEM）
・構造方程式モデルの評価
・因子分析
・構造方程式モデルの拡張
履修条件・関連する科目
Course Prerequisites and Related Courses
「心理・教育の統計学」の内容を学んでいることを前提とする。
成績評価の方法と基準
Course Evaluation Method and Criteria
到達目標(1)を確認するために，毎回提示する課題（R実習課題及び論文講読課題）への解答：40％
到達目標(2)を確認するために，期末レポート課題（実際にデータを分析し，レポートにまとめる）：60％
教科書・テキスト
Textbook
石井秀宗（2014）．人間科学のための統計分析― こころに関心があるすべての人のために―　 医歯薬出版　ISBN978-4-263-73161-1
他，講義の中で資料を配布する．
参考書
Reference Book
足立浩平（2006）．多変量データ解析法　－心理・教育・社会系のための入門　ナカニシヤ出版 ISBN978-4-7795-0057-2
南風原朝和（2002）．心理統計学の基礎　－統合的理解のために　有斐閣アルマ ISBN978-4-641-12160-7
南風原朝和（2014）．続・心理統計学の基礎　－統合的理解を広げ深める　有斐閣アルマ ISBN978-4-641-22041-6
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
毎回の授業で用いる講義資料を授業開始前までに目を通しておき，よくわからない点について整理しておくこと。毎回出される課題に解答するためには，授業への理解が必須である。また，授業が終わった後も，課題を解くことを通じて，理解を深める努力をしてほしい。
注意事項
Notice for Students
・「R」を用いた課題を出すので，ソフトウェアをインストールする権限があるパソコンを各自で用意してください。
・講義を聞いて理解しようとするだけではなく，「R」の操作を通じた演習でデータ分析に多く触れることが，多変量解析をマスターするための効率的な方法です。さらに，分析手法の理解のためには，実際に分析を行っている論文に触れることが役に立ちます。したがって出席はもちろんのこと，データ解析の演習を通じた小レポートや論文に対するコメントを重視します。
他学部生、他専攻生、他研究科生の受講の可否
Propriety of other undergraduate students, other major students, and other graduate students attendance
3年生以上可
授業開講形態等
Lecture format, etc.
オンライン（遠隔授業（オンデマンド型））で行う予定であるが、十分な感染防止策がとられ、感染が拡大する傾向がみられなくなった場合は、対面形式にて行う。履修登録後に授業形態を変更する場合は、NUCTの授業サイトにて告知する。
遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)
教員への質問はメールまたはNUCTのメッセージ機能を用いて受け付ける。
学生相互間の意見交換は、NUCTの「メッセージ」機能を用いる。