文系学生に対する心理統計教育；回帰分析編の小杉の発表スライドです

1. モデルを通じて
心と社会を理解する
小杉考司（山口大学教育学部）
文系学生に対する心理統計教育
〜回帰分析の授業について考える〜

2. お品書き
• 自己紹介と報告者のフィールドについて
• 実践事例
• 展望〜まとめにかえて

3. 自己紹介
• 所属；山口大学教育学部小学校コース心理学選修
• 専門；社会心理学
• 担当講義；心理学統計法，心理データ処理法（情報
処理演習），社会心理学，グループダイナミックス
，心理学実験，心理学研究演習

4. 本学での(旧)カリキュラ
ム
H27度より養成課程一本化に
あわせてカリキュラムのスリム化
（教職関係科目が増えたため）
基本的な枠組みは変えてません

5. 基本的な考え方
• 1年次；心理学実験，研究法
• 2年次；心理学統計法，心理データ処理法
• 3年次；心理学研究演習（ミニ卒論）
• 4年次；卒業研究
理論+方法
実践

6. 心理学統計法（前期）

7. データ処理法（後期）

8. 受講対象
• 受講生は心理を専攻する学生10名+α
• ただし，後期は「情報」免許との関係で履修する
学生数名が含まれる（現行はより顕著に）
• 学生のほとんどが臨床系志望
• 上級生が再受講しにくることも少なくない

9. ねらい
• 統計「モデル」という考え方を伝える
• 前期は概念的に，後期は作業的に
• 統計であれ，社会であれ，臨床であれ，「心理学
はモデルを作ってデータで検証する学問」という
メッセージ

10. 統計の世界の展開
• 新しくて優れた分析方法が次々世に出ている
• 基本をおろそかにしてはいけないが，レガシーに足
を取られて前が見えなくなるようでも困る
• (重)回帰分析，因子分析まででいいのか。SEMとい
う大きな枠組みがあるのに。
• GLM, GLMMといった回帰モデルの展開
• ベイズ統計学は◯◯分析を不要にする？

11. 教える側の希望
• 心理統計を楽しんで欲しい
• 新しくて面白い技術をたくさん紹介したい
• SEMなどより一般的な枠組みでとらえればよく，
かつての苦労を学生に強いる必要はない
• その分，より自由な発想をしてもらいたい

12. !!Caution!!
• 次々と新しいモデル，技術を投入する危険性
• 学生の理解が追いつかない（誤解・誤用？）
• 細部まで教えきれない（偏相関，残差分析など）
• 自分で分析ができるようになるか？？？
• こうした欠点は3年次に個別事例を介してフォロー
することで許してください。それよりまずモデリン
グの楽しさを知ってもらいたい。

13. 実践事例

14. 使用する環境
• 学生は一人一台のノートPCを持っている
• CUIという取り付きにくさがあるが，CUIならでは
の利点＝再現性，コードと結果の一対一対応，とい
う点で教育効果が高いと考えている。
と

15. 教育上の工夫
• 環境を導入するための時間を用意する（1コマ）
• R，RStudioのインストール，プロジェクト管理
など利用法の説明
• Web(Rpubs)を使ってソースコードの提供
• コピペでOK
• サイトが残っている限りいつでも復習できる

17. 用いるデータ
• 最近よく使うのは「プロ野球選手のデータ」
• 身長，体重，成績，年俸など
• 長所；イメージしやすい，様々な分布のデータ（
正規分布するもの，歪むもの，離散変数）がある
• 短所；人によってはイメージしにくい，データが
1年前のものになってしまう

18. プロットを重視する

19. 群ごとの色分け，
記号を変える，
分割表示など

20. 回帰分析から
正規分布するデータもあるので使いやすい

21. 重回帰へ拡張する
formula（モデル）を
意識させる。重回帰と単回帰
は名前が違っても関数は同じ

22. 一般化線形モデルに拡張する
モデル
「関数名が違うだけ」
→どこが変わったのか？
データの分布に合わせた

23. HLMにも自然に拡張
モデル
関数

24. 因子分析にも拡張する
• 「パス解析」として，ストーリー（データの文脈を
説明するモデル）を検証できる，とする
• 回帰分析の繰り返しでできることを示す
• SEMで一回でできることを示す
• 「潜在変数を含んだパス解析」として因子分析へ
• SEMの記法で統一されたモデルの拡張

25. 回帰分析の
反復
SEMで
ひとつの
モデルとして
潜在変数を
含んだモデル
として

26. 長所
• 「モデル」という枠組みで統一的に語る
• 回帰分析を軸に，徐々に拡張していくことで様々
な表現方法を紹介できる
• 推定値，モデル評価がどう変わったか，というと
ころに注目させる
• 因子命名の重要性に気づかせることができる

27. 因子命名がはらむ問題
• 潜在変数を置いたモデルを作成；潜在変数に命名
• 【腕力因子】by 安打数，HR数，四球数，体重
• 【脚力因子】by 盗塁数，犠打数，体重
• モデルを改良していくときに自分でつけた変数名に引
っ張られる
• 【腕力】と盗塁数にパスを引くと改良できる＝腕で
走る？！
因子の名前に引っ張られる誤謬
探索的因子分析の時は知らず知らずにこの誤謬を犯していないか？
余談

28. 短所
• 偏相関，偏回帰係数，標準化偏回帰係数，重相関係
数等々，論文を読むときにまだまだ使われる用語が
理解されにくい。
• 探索的因子分析の解説がストーリーに入りにくい
• 本来は「心理測定法」「テスト理論」として語る
べき領域。信頼性，妥当性などの話が欠ける。

29. 展望〜まとめにかえて

30. 心理統計教育に必要なもの
• 心理統計にかけられる時間はいつも不足している
• 質と量のトレードオフ
• 実はもう一コマあったのが改組でなくなりました
• 理想的には心理統計だけで４コマぐらい欲しい
• 理論，実験計画（検定），多変量解析，測定法

31. 心理学と統計法の関係
• 心理統計は「不射之射」を目指すべき
• もちろんそのためには熟練するための訓練量が
• 心を研究するとはどういうことか
• 潜在変数で回帰することの意味＝測定法
• 人間社会という環境で適応するゲームのパラメタ
を推測する，という説明は学生に通じやすい

32. モデルを通じて
心と社会を理解する
小杉考司（山口大学教育学部）
文系学生に対する心理統計教育
〜回帰分析の授業について考える〜

33. 人生は神ゲーか？クソゲー
か？
• 我々はゲームで遊ぶとき，どこかにクリエイター，
あるいはエージェントがいることを考えている
• その上でクリアするために考え，行動する
• 我々は人生で人に出会う時，その人が「主体性を持
ったエージェント」だと考えている（心の理論）
• その上で幸せになるため考え，行動する
社会心理学2015 講義スライドより

34. ゲームのパラメータを推測しよう
データ（応答変数）
デートに誘って振られた回数n
魅力変数X
ポアソン分布
平均成功回数λ
切片の差
（配られたカードで
戦うしかないのさ）
傾きの差
（ただしイケメンに限る）
前世の徳
カードのシャ
ッフル
神様の悪戯
最初は白紙
社会心理学2015 講義スライドより