計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫

Presentation on theme: "計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫"— Presentation transcript:

1 計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫 (okunishi@i.hosei.ac.jp)

2 講義概要 ０．研究計画 (proposal) の手順 １．研究計画とデータの対応２．データの収集、利用３．データのチェック、検討 ４．データの分析 --- 統計手法の利用 参考文献統計ソフトの案内

3 ０．研究計画 (proposal) の手順

4 0-1 ．何を明らかにしたいの か？ ＜研究課題＞ 一般的な問い (general question) 一般的な問い (general question) 具体的な問い (specific questions) 具体的な問い (specific questions)

5 0-2 ．その問題を明らかにする ことにどういう意義があるの か？ ＜研究意義、問題意識＞ 既存研究との関連 既存研究との関連 --- これまでの学問的蓄積への貢献 個人的、社会的、政策的関心等 個人的、社会的、政策的関心等

6 0-3 ．その問題をどのように明 らかにするのか？ ＜研究方法＞ 研究対象、研究方法の選択 研究対象、研究方法の選択 実行可能性と正当化 実行可能性と正当化 --- なぜ上記の選択を行ったのか --- 「位置づけ」の明確化

7 0-4 ．どのような結果が予想さ れるのか？ ＜研究内容＞ 研究仮説の設定 研究仮説の設定 どこまでやれば、当初提示した「研究 課題」に答えたことになるのか どこまでやれば、当初提示した「研究 課題」に答えたことになるのか

8 １．研究計画とデータの対応

9 1-1 ．研究課題の解明や理論仮 説の検証に必要な変数が含ま れているか 研究課題とデータの調査対象、時期、 内容等との整合性 研究課題とデータの調査対象、時期、 内容等との整合性 被説明変数、説明変数はそれぞれ何か 被説明変数、説明変数はそれぞれ何か データでわかること、わからないこと データでわかること、わからないこと

10 1-2 ．データ上の変数と理論変 数の関連はどうか、どのよう な測定尺度を用いるか データ解釈の多義性（ context 依存性） データ解釈の多義性（ context 依存性） 主観と客観（共通尺度設定の困難さ） 主観と客観（共通尺度設定の困難さ） 意識と行動 意識と行動

11 ２．データの収集、利用

12 2-1 ．自分でデータを集める 調査対象の選定、協力獲得 調査対象の選定、協力獲得 調査票の設計 調査票の設計 調査票の配布、回収、点検 調査票の配布、回収、点検 使用する統計ソフトに応じたデータの 入力 使用する統計ソフトに応じたデータの 入力

13 2-2 ．既存データを利用する 官庁統計調査の結果報告書 官庁統計調査の結果報告書 各種統計調査の個票データ ( マイクロ・ データ ) --- 日本では「統計法」の制約 各種統計調査の個票データ ( マイクロ・ データ ) --- 日本では「統計法」の制約 ＊東大社研データ・アーカイブ ＊東大社研データ・アーカイブ東大社研データ・アーカイブ ＊ミシガン大学データ・アーカイブ ＊ミシガン大学データ・アーカイブミシガン大学データ・アーカイブ 各種業務統計の利用 ( 企業の人事データ 等 ) 各種業務統計の利用 ( 企業の人事データ 等 ) 使用する統計ソフトに応じたデータの 変換 使用する統計ソフトに応じたデータの 変換

14 ３．データのチェック、検討

15 3-1 ．サンプルの特性 調査対象、抽出法 調査対象、抽出法 サンプル・サイズ、回収率 サンプル・サイズ、回収率 標本誤差と非標本誤差 標本誤差と非標本誤差 サンプル・セレクション・バイアス サンプル・セレクション・バイアス

16 3-2 ．欠損値、誤記入値、異常 値 変数の特性値 ( 特に最大値・最小値 ) 、分 布状況をチェック 変数の特性値 ( 特に最大値・最小値 ) 、分 布状況をチェック サンプルから除外、または置き換え サンプルから除外、または置き換え

17 3-3 ．各変数の特性値、変数間 の相関関係 データの特徴を掴んだり、モデル推計 に用いる変数の選択に有効 データの特徴を掴んだり、モデル推計 に用いる変数の選択に有効 データ・マイニング、プリテスト --- pros and cons データ・マイニング、プリテスト --- pros and cons

18 4 ．データの分析 --- 統計手法 の利用

19 4-1 ．記述統計 --- サンプル・ データの「縮約」 代表値 ( 平均、最大・最小値、 n 分位数、 中位数、最頻値 ) 代表値 ( 平均、最大・最小値、 n 分位数、 中位数、最頻値 ) ばらつき ( 標準偏差、範囲、変動係数、 n 分位分散係数 ) ばらつき ( 標準偏差、範囲、変動係数、 n 分位分散係数 ) ゆがみ ( 歪度 ) ゆがみ ( 歪度 ) 相関係数 相関係数 グラフの活用 グラフの活用

20 4-2 ．推測統計 --- サンプル・ データから「真の特性」を推 測 確率論が基礎 確率論が基礎 母集団の分布、標本、標本平均の分布 母集団の分布、標本、標本平均の分布 それぞれの特性値 ( 平均と分散 ) それぞれの特性値 ( 平均と分散 ) 推定 ( 点推定、区間推定、標準誤差 ) 推定 ( 点推定、区間推定、標準誤差 ) 検定 ( 帰無仮説と対立仮説、 p- 値 ) 検定 ( 帰無仮説と対立仮説、 p- 値 ) ランダム・サンプリング、ランダム・ アサインメントの重要性 ランダム・サンプリング、ランダム・ アサインメントの重要性

21 4-3 ．応用例 クロス集計表 クロス集計表 平均値の差の検定 平均値の差の検定 線形回帰分析 線形回帰分析 プロビット・モデル プロビット・モデル ・ ・ ・ ・ ・ ・

22 参考文献 統計ソフトの案内 エクセル統計 2000 エクセル統計 2000 エクセル統計 2000 エクセル統計 2000 SPSS SPSS SPSS STATA STATA STATA ・ ・ ・ ・ ・ ・