学部・大学院区分
Undergraduate / Graduate
人文・博前
時間割コード
Registration Code
2020404
科目区分
Course Category
専門科目
Specialized Courses
カリキュラム年度
Curriculum
2022年度入学以降
教育プログラム・分野・専門等
Major
日本語学教育P
科目名 【日本語】
Course Title
応用日本語学研究Ⅱ(2022入学~)
科目名 【英語】
Course Title
Studies in Applied Japanese Linguistics II (Enrolled in/after 2022)
コースナンバリングコード
Course Numbering Code
HUMAJ5104J
担当教員 【日本語】
Instructor
佐藤 弘毅 ○
担当教員 【英語】
Instructor
SATO Kouki ○
開講期・開講時間帯
Term / Day / Period
秋 金曜日 5時限
Fall Fri 5
隔年開講
Biennial class
単位数
Credits
2
対象学年
Year
他学部生の受講の可否
Propriety of Other department student's attendance
授業形態
Course style
講義
Lecture
教職【入学年度】
Teacher's License
2022年度入学以降
教職【教科】
Teacher's License
中高専修・国語
学芸員資格(該当の有無)
Curator's Qualifications
講義題目
Title
応用日本語学を研究する人のための評価・統計の基礎


授業の目的 【日本語】
Goals of the Course(JPN)
応用日本語学分野の研究を進めていく上で基礎となる評価および統計の考え方を学び、研究データの収集、整理、統計分析、結果の表現の基本的な方法をコンピュータの表計算ソフトや統計分析ソフトを用いた演習を通じて習得する。
授業の目的 【英語】
Goals of the Course
This course deals with the basic concepts and principles of evaluations and statistical analysis for applied linguistics. It also enhances the development of skill in using spread sheet software and statistical analysis software.
到達目標 【日本語】
Objectives of the Course(JPN)
応用日本語学分野の研究を進めていく上で基礎となる評価および統計の考え方を学ぶ。
研究データの収集、整理、統計分析、結果の表現の基本的な方法をコンピュータの表計算ソフトや統計分析ソフトを用いた演習を通じて習得する。
授業の内容や構成
Course Content / Plan
最初に、評価の基本的な考え方について、応用日本語学の最近の研究動向などをふまえて問題提起する。ここでは良い評価方法についての議論を中心に行う。次に、データの収集、整理、統計分析の方法について紹介する。実際に応用日本語学研究のサンプルデータを使い、コンピュータの表計算ソフトや統計分析ソフトを用いた演習を行う。同時に、各自の研究関心に応じたデータの収集、整理、統計分析も行う。分析した結果を表現する方法について紹介し、実際に分析した結果の発表を行う。なお、以下の予定は、受講者のスキルや要望に応じて変更する可能性がある。(変更がある場合、授業時に適宜相談・案内する)

第1回:オリエンテーション – 授業の目的と問題意識
第2回:評価の考え方 (1) – 教育評価の意義、学力観の変遷
第3回:評価の考え方 (2) – 信頼性と妥当性
第4回:データの収集 (1) – テストによる評価、尺度とアンケート作成法
第5回:データの収集 (2) – 実験計画法
第6回:データの収集 (3) – 各自の研究関心に基づいてデータを集める
第7回:データの整理 (1) – 表計算ソフトによる入力、データの種類(質的/量的、離散/連続)
第8回:データの整理 (2) – 基礎統計(合計、平均、標準偏差など)
第9回:統計分析 (1) – 統計の基礎(確率と期待値、有意水準)
第10回:統計分析 (2) – 関連の分析(相関)、相違の分析(t検定、分散分析)
第11回:統計分析 (3) – クロス集計、ノンパラメトリックな分析(カイ二乗検定)
第12回:統計分析 (4) – 補足説明、変数をまとめる、データを分類する(因子分析、クラスター分析)、因果関係を検討する(重回帰分析)
第13回:結果の表現 (1) – 集めたデータを分析する、分析結果の表し方
第14回:結果の表現 (2) – 分析結果の発表を準備する、グラフによる表現
第15回:まとめ – 分析結果を発表する

※第6回は授業で検討会を開いた後、各自で進めていく(適宜個別にも相談に応じる)
※第12回の内容は受講者の研究関心に応じて適宜取り上げる
履修条件・関連する科目
Course Prerequisites and Related Courses
授業ではPCを使用した演習を行う。コンピュータに関する高度な知識や操作技術は必要ないが、PCの基本的な操作(起動、終了、キーボード入力等)には慣れていること。また、基本的なアプリケーション(ワープロソフト、表計算ソフト等)が使用できること。授業支援Webページや各種ソフトウェアを用いた演習課題を予定している為、無線LANによりインターネット接続ができるPCを持参できることが望ましい。
成績評価の方法と基準
Course Evaluation Method and Criteria
授業の参加度(授業内での議論への参加や教育メディアの活用状況等、20点)
授業後の感想提出(30点)
演習課題(30点)
最終発表(20点)
60点以上を合格とする。ただし、最終発表を行わなかったものは不合格とする。
教科書・テキスト
Textbook
特に指定しない。授業時に適宜資料を配布する。
参考書
Reference Book
「教育評価」,田中耕治(著),岩波書店
「SPSSとAmosによる心理・調査データ解析」,小塩真司(著),東京図書
他、適宜授業で紹介する
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
各回の授業後には、各自がその授業で何を学んだかについて振り返るための感想の提出を求める。またほぼ毎回授業時の議論や演習の続きとなる宿題を課し、次回の授業ではその宿題に基づき議論や演習を続ける。
履修取り下げ制度(利用の有無)学部のみ
Course withdrawal
備考
Others
授業開講形態等
Lecture format, etc.
原則、オンライン(同時双方向)での授業を行う。受講者の状況に応じて、対面での授業を行う。
授業の実施方法の詳細については、NUCTの「お知らせ」に掲載するので、授業前に必ず確認すること。