社会学研究科の授業情報

サイトトップへ戻る

サイトトップ > 社会学研究科授業情報 > 社会学研究科講義科目

社会学研究科講義科目

※ 当該講義情報の詳細は 本学学務情報システム・学生ポータル Mercas を参照してください。

総合社会科学専攻 社会動態研究分野 4106 B 春・夏 木曜日4時限  2単位

社会調査 II

担当教員:大高 瑞郁
【教授言語】

日本語

【学部・学年の指定】

大学院生

【授業科目の目的と概要】

この科目は,社会調査に必要とされる多変量解析について(1)基礎となる統計モデルを学び,(2)基本的な方法を理解し,(3)コンピューターとデータを用いて実習し,(4)実施できるようになることを目的とする。基本的方法として,重回帰分析,分散分析,因子分析,主成分分析,クラスター分析,共分散構造分析,パス解析を取り上げる予定である。

【授業の内容・計画】

1. 社会調査における多変量解析:社会調査研究において,どのような多変量解析がどのように用いられているのか,概観する。
2. 多変量解析の基礎1(多変量データの取扱い):二変量データと,多変量データについて検討する。
3. 多変量解析の基礎2(線型モデルの基礎):二変数間の連関・相関,二群間の平均値差,といった基礎的統計分析を復習し,線形モデルの基礎と統計的検定について学ぶ。
4. 多変量解析の基礎3(重回帰分析):複数の独立変数から1つの従属変数を予測する重回帰分析について学ぶ。併せて,一般線型モデルの考え方について学ぶ。
5. 多変量解析実習1(重回帰分析):重回帰分析をコンピューターとデータを用いて実習する。統計ソフトの使い方についても,基本的な理解を得る。
6. 多変量解析実習2(分散分析): 分散分析について学び,実習する。併せて,統計ソフトを自分で利用できる技能を育成する。
7. 多変量解析実習3(因子分析):多変量データの背後にいくつかの潜在変数を想定する因子分析について学び,実習する。
8. 多変量解析実習4(主成分分析):多変量データの変数を合成変数にまとめる主成分分析について学び,実習する。
9. 多変量解析実習5(クラスター分析):多変量データの対象を集団に分類するクラスター分析について学び,実習する。
10. 多変量解析実習6(共分散構造分析):多くの分析課題に適用し得る共分散構造分析について学び,実習する。
11. 多変量解析実習7(パス解析):パス解析について学び,実習する。
12. 多変量解析実習8:学んできた多変量解析法のいくつかを選び,実習する。
13. 実習結果の報告:受講者それぞれが,実習した解析結果を報告する。

【テキスト・文献】

特に指定しません。授業内で参考文献を紹介します。

このページの一番上へ