あなたもできるデータの処理と解析
岩淵 千明 著
内容
目次
I章 データとデータ処理――数値データおよびデータ処理(統計)の基本的な考え方と概念 1 「データ」とは何か 2 なぜ「数字」なのか 3 「数量化」・「尺度化」という考え方で「データ」にする 4 「データ」としての条件 5 何を「データ」にするのか――「変数」の設定 6 ある種の「ものさし」の設定――「測定」と「尺度」という考え方 7 基本的な4つの「ものさし」 8 目的によって異なる「ものさし」の設定 9 「ものさし」を使って「データ」を集める 10 集めたデータは適切か――その1:妥当性とは 11 集めたデータは適切か――その2:信頼性とは 12 なぜデータ処理(統計)をするのか 13 データ処理をするための手順 14 モノを言うには適切な処理をする 15 データ処理をしてモノを言う――その1:まとめて見やすくする 16 データ処理をしてモノを言う――その2:納得させるデータにする 17 データ処理をしてモノを言う――その3:いくつかの変数を同時に扱う 18 コンピュータを用いてデータ処理をする II章 データを集める――データ収集の方法 1 事例研究と計量的研究 2 全数調査と標本調査 3 ランダム・サンプリング 4 観察法によってどんなデータが集まるか 5 実験法によってどんなデータが集まるか 6 調査法によってどんなデータが集まるか 7 実験における概念定義と操作的定義 8 代表的な実験デザインの紹介 9 主効果と交互作用 10 何を知るための実験なのか 11 剰余変数の統制はなぜ必要か 12 条件統制のための留意点 13 調査の目的は何か 14 横断的調査と縦断的調査 15 質問と回答の種類 16 質問項目を作成する 17 調査票・質問紙を作成する 18 調査を実施する III章 データをまとめる――データの特徴を把握する 1 データを「表」にまとめる――度数分布表の作成 2 データを「図」にまとめる――ヒストグラムと度数多角形 3 目的に応じて「図」を変える――目的別によるグラフの種類 4 「比率」と「比較」を図示する――比率と比較を示すグラフ 5 「散らばり」も含めて図示する――箱図で示す 6 データの特徴を「代表値」で知る――平均 7 「平均」にもいろいろ――他にもある平均の示し方 8 「代表値」を示す他の指標――モードとメディアン 9 データの特徴を「散布度」で知る――標準偏差と分散 10 「偏差値」とは――全体の中での位置を知る 11 「散布度」を示す他の指標――レンジと四分位偏差 12 「分布」として表現する――正規分布と標準正規分布 13 2つ以上のデータの関連性を図表で示す――クロス表と散布図 14 2つ以上のデータの関連性を示すのが「相関」――相関と回帰 15 「クロス表」での関連性を求める――連関係数 16 「順位」における関連性を求める――順位相関 17 2つのデータの関連性を求める――ピアソンの相関係数 18 3つ以上のデータの関連性を求める――重相関と偏相関 IV章 データを処理するI――統計的推計と統計的検定 1 データから予測する――統計的推計の基本的な考え方 2 データから予測するものとは――データと「母集団」の関係 3 「平均」と「分散」を予測する――区間推定法 4 データから調べる――統計的検定の基本的な考え方 5 検定は「理論的な分布」に依存する――標準正規・t・x2・Fの分布 6 目的と尺度の水準で異なる検定方法――何をどう検定するのか 7 データの散らばりの「差」を検定する――F検定 8 2つのデータの平均の「差」を検定する――t検定 9 カテゴリーの「差」を検定する――x2検定の原理 10 クロス表のカテゴリーの「差」を検定する――2×2のx2検定 11 3つ以上のカテゴリーの「差」を検定する――いろいろなx2検定 12 分布に依存しないデータの「差」を検定する――ノンパラメトリック検定法 13 分散分析で全体的な「差」を検定する――ANOVAとは 14 「交互作用」がそのポイント――2要因の分散分析 15 全体の「差」を詳しく調べる――下位検定と多重比較 16 カテゴリーでの全体的な「差」を検定する――「角変換」を用いた分散分析 17 母集団での関連性を予測する――相関の有意性検定 18 関連性での「差」を検定する――相関の差異の検定 V章 データを処理するII――多変量解析 1 多変量解析とは 2 重回帰分析 3 数量化I類 4 判別分析 5 数量化II類 6 因子分析 7 数量化III類 付 録