卒論:調査データの分析作業について（2004/11/03）

問合せ

メール

掲示板

Ｕｐ

卒論で調査データを使う人の分析作業を概観してみます。卒論執筆者以外の人（例えば院生）も、以下の手順を覚えておいてください。 　なお、分析の方法にはある程度決まったものがあります。どのような分析をし、どのような書き方をするかについて、予めイメージを持っておいた方がよいです。例として、昨年度の広池さんの卒論を参照しておいてください。広池さんの卒論は「卒論指導学生用ページ」に入れば見られます。 　以下の記述を読みながら、いろんな分析を自分で試してください。なお、結果が出たら結果をＳＰＳＳの出力ファイルからワードファイルにコピィし、ファイルをセイヴして自宅で見られるようにしておいてください。コピィしたファイルを整理して原稿に使うのがよいです。

データに一連番号を付ける（完了） ・今回の作業は元データである調査票に一連番号を付けています。この番号はデータ入力時に最初に入力します。入力されたデータと元データを照合する必要が一般に生じますので、この作業は絶対に必要になります。

データの入力（完了） ・今回の場合、Lotus Approach （簡易型のデータベースソフト）でのデータの入力　→　入力して出来たファイル（拡張子 .dbf）をＳＰＳＳで込み込む、という手順を経ています。Lotus Approach はエクセルでもよかったろうと思います。 【ＳＰＳＳに既存のデータを読み込む方法】 �@「ＳＰＳＳデータエディタ」で「ファイル（Ｆ）」→「開く（Ｏ）」→「データ（Ａ）」を選ぶ。 �Aファイル形式を指定し、データのファイルを選んで「開く（Ｏ）」のボタンをクリックする。 ・ＳＰＳＳに限らず、流通しているソフトは、一般的な形式のデータファイルからデータを取り込むことが出来ます。dbf 形式以外に、csv 形式（実は dbf 形式と同じ）、エクセル形式、テキスト形式などです。

変数・値ラベル、欠損値の設定（完了） ・「ＳＰＳＳデータエディタ」の「変数ビュー」を選択する。 ・必要に応じ、「ラベル」の列で変数ラベルをつける。 ・必要に応じ、「値」の列で値ラベルをつける。 ・「欠損値」の列のセルに対応する変数の欠損値（多くの場合 9）を指定する。

データのクリーニング（完了） ・データには当初、入力間違いがあるのが普通です。元データが正しく入力されたかどうかを確かめ、間違っていたら下データを正しく入力し直す必要があります。その過程がデータのクリーニングです。 ・一番良い方法は、調査票にある元データと入力したでーたとを完全に照合することです。それほど手間がかかる訳では、一般にはありません。 ・ただ、今回の場合は手抜きしました。 ・まず、ＳＰＳＳで入力した全変数の度数分布を取り、各変数にどのような値が入力されているかを調べました。あってはならない値があれば、その値を元データに合わせて直す、という作業をしました。 【ＳＰＳＳで「度数分布」をとる方法】 �@メニューの「分析（Ａ）」→「記述統計（Ｅ）」→「度数分布表（Ｆ）」を選ぶ。 �A度数分布をとる変数を指定し、「ＯＫ」をクリックして完了 ・要修正のデータの調査票番号を知るために、次のような処理をした。別の方法もあるので、ＳＰＳＳに慣れたら考えておいて欲しい。 【特定の変数が特定の値をとるケースを調べる方法】 �@メニューの「データ（Ｄ）」→「ケースの選択（Ｃ）」を選ぶ。 �A「IF条件が満たされるケース（Ｃ）」を選ぶ。 �B「ＩＦ（Ｉ）」ボタンを選び、ケースを選ぶ条件を指定する。 例：変数 q10_32 が５の値をとるケースを選び出したい場合 　　q10_32 = 5 と入力して条件式とする。 �C「続行」をクリック　→　「ＯＫ」をクリック �D「分析（Ａ）」→「報告書（Ｐ）」→「ケースの要約（Ｍ）」を選択する。 �E「変数」に id と 調べたい変数（上の例ではq10_32）を選ぶ。 �F出力を見て問題のケースの調査票番号を特定する。 �G「データ（Ｄ）」→「ケースの選択（Ｃ）」を選び、「全てのケース（Ａ）」を選んで設定を元に戻す。

（加算）尺度を定義する（部分完了） ・複数の変数（調査項目）の値を加算して尺度（加算尺度）を作ることがあります。必要な尺度は予めＳＰＳＳの中で定義しておいてください。 ・１１月３日現在、「異性不安」、「ＢＳＲＩ（男性・女性・社会的望ましさ）」、「抑うつ尺度」、「ＫＩＳＳ（対人スキル）」の尺度は定義されています。 ・今後、次の尺度を定義した方がよいと思います。 �@友人数尺度：Ｑ３の４問の値を合計して友人数の尺度を作るべきと思います。 �A恋人への不安尺度：Ｑ９の５問で加算尺度にするかどうかを検討するべきと思います。 �B対人スキル(KISS)の下位尺度：KISSは全１８項目を加算して１つの尺度にすることを想定しています。が、細かく言うとこの尺度は、初歩的なスキル、高度のスキル、感情処理のスキル、攻撃に代わるスキル、ストレスを処理するスキル、計画のスキルに分かれています。それぞれの側面を表す下位尺度（たぶん、３項目を加算する）を求めておいた方がよいと思います。ある下位尺度とは関連がなくても別の下位尺度とは関連が出る、という可能性があるからです。実験室にある尺度の参考書を見て、どの項目がどの下位尺度となるかを確認してから下位尺度を定義してください。 �CBig Five の尺度：Big Five は５つの尺度になるはずですので、その５つを定義する必要があります。実験室にある尺度の参考書を見て、どの項目がどの尺度になるかを確認し、Big Five の尺度を定義してください。 【加算尺度の定義の仕方】 �@「ＳＰＳＳデータエディタ」のメニューの「変換（Ｔ）」→「計算（Ｃ）」を選びます。 �A「目標変数」に定義する尺度名を入れます。例：異性不安 �B「数式」の中に変数を入れて '+' で加算の指定をします。 　　例：q3_1 + q3_2 + q3_3 + q3_4 �C逆転項目を加算するときには、値を逆にする必要があります。次のようにします。次の例では q10_02 が逆転項目（q10_02 の値が 1〜5の場合）です。 　　例：q10_01 + (6-q10_02) + q10_03 + …

因子分析（未着手） ・加算尺度にする項目には因子分析を適用するとよいと思います。 ・因子分析とは何か、については、『社会心理学研究入門』などの本で確認しておいてください。 ・尺度にする項目のどれとどれが１つの下位尺度になるか、という検討をするのに因子分析は適しています。そこで、「恋人への不安尺度」、「対人スキル(KISS)」については、因子分析を適用し、下位尺度の検討をすべきと思います。 ・その他の尺度項目についても、尺度の性格を理解するのに因子分析を適用してみてください。例えば、尺度項目から１因子だけが抽出されたとすれば、その尺度は単一的な対象を測定していることになります。例えば３因子が抽出されたとすれば、その尺度には３つの要素が入っている、と理解すべきでしょう。 【ＳＰＳＳでの因子分析のやり方】 ・実はいろんな方法があります。また、結果によってどうすべきかは変わります。一概にこうしろとは言えません。とりあえず次の方法を採用して試してみてください。 �@「分析（Ａ）」→「データの分解（Ｄ）」→「因子分析（Ｆ）」を選択する。 �A「変数（Ｖ）」に因子分析を適用する変数群を指定して入れる。 �B「記述統計（Ｄ）」のボタンをクリックし、「統計量」の「一変量の記述統計量」、「相関行列」の「係数」と「有意水準」にチェックを入れて「続行」をクリックする。 �C「因子抽出（Ｅ）」のボタンをクリックし、「方法」で「主因子法」を選択して「続行」をクリックする。 �D「回転」のボタンをクリックし、「方法」で「バリマックス」を選択して「続行」をクリックする。 �E「ＯＫ」ボタンをクリックして因子分析の結果を出す。

尺度の信頼性のチェック（未着手） ・加算尺度の信頼性をチェックするためにα係数を算出するのが望ましいです。 ・信頼性とは何かは「行動研究法」（など）で講義しました。分からなければ参考書で調べてください。 ・形式的に言えば、α係数の低い尺度は、信頼性がなく、使うべきではありません。 ・ただし、既にどの項目で尺度にするかが決まっている尺度については、α係数に関わらず尺度として使って構いません。つまり、「異性不安」、「ＢＳＲＩ（男性・女性・社会的望ましさ）」、「抑うつ尺度」、「ＫＩＳＳ（対人スキル）」とその下位尺度、Big Five についてはα係数の値に関わらず規定通り尺度として使ってください。しかしα係数を念のためにとって、論文に書いておくとよいです。α係数が低い場合、その尺度の利用には注意が必要、ということになります。どういう注意が必要かは、「行動研究法」で講義したのですが…、忘れているでしょうね。もう一度勉強してください。 ・新たに尺度にするかどうかを検討する場合は、α係数を算出して参考にすべきです。除いた方がよい項目（除いた方がα係数が高くなる項目）があるかも知れません。 【α係数の算出の仕方】 �@「分析（Ａ）」→「尺度（Ａ）」→「信頼性分析（Ｒ）」と選択します。 �A尺度にすることを想定する項目を選んで「項目（Ｉ）」に入れます。なお、逆転項目を含める場合は予め、逆転した変数を作っておき、その逆転した項目を「項目（Ｉ）」に含める必要があります。 �B「統計（Ｓ）」をクリックし、必要な統計量を指定します。少なくとも「記述統計」の３項目、および「相関係数」にはチェックを入れてください。 �C「ＯＫ」をクリックすると結果が出力されます。 以下は、友人数尺度（４項目）のα係数を計算した例です。４項目でα係数が 0.78 ですから満足すべき値だと思います。４項目のうち、除けば(deleted)α係数が上がる項目はありませんから、どの項目も除く必要はないと判断できます。 N of Cases = 265.0 Statistics for Scale Mean 　　　　Variance 　　　Std Dev 　　Variables 　　　　　　　　　　　　14.8377 　　　9.9546 　　　　3.1551 　　　　　4 Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Alpha if Item Deleted Q3_1 10.2981 6.8237 .5223 .2808 .7494 Q3_2 11.3094 5.3584 .6296 .4067 .6928 Q3_3 11.4453 6.1343 .6017 .3751 .7089 Q3_4 11.4604 5.7645 .5726 .3320 .7242 Reliability Coefficients 4 items Alpha = .7746 Standardized item alpha = .7761

標本の基礎的属性（例示済み） ・データ分析で卒論を書く際、用いる標本（回答者集団）の基礎的属性を紹介しておく必要があります。今回の場合、フェイスシート項目である f1〜f3、およびＱ１〜Ｑ３が該当すると思います。 ・まず、既述の方法でこれらの変数の度数分布をとっておくべきと思います。 ・ついでに、その度数分布をグラフ（ヒストグラム）として表しておいた方がよいと思います。 ・ＳＰＳＳでのグラフ作成は融通が効かないので、結果をエクセルに書いてエクセルでグラフを作った方がよいと私は思います。 【ＳＰＳＳでヒストグラムを作る方法】 メニューの「グラフ」−「棒」−「単純」を選択−変数を１つ選択 ・なお、カテゴリーデータ（例えばf1〜f3）については、相互の関連をクロス表で確認しておいた方がよいでしょう。 【ＳＰＳＳで単純クロス表をとる方法】 �@メニューの「分析（Ａ）」→「記述統計（Ｅ）」→「クロス集計表（Ｃ）」を選ぶ。 �A「行」と「列」のそれぞれにクロス表をとりたい変数を入れる。例えば、行に「性別（f1）」を入れ、列に「学年(f2)」、「居住（f3）」を入れると、性別×学年、性別×居住　のクロス表をとることができます。 �B「統計」のボタンをクリックして必要な統計量を指定します。少なくとも「カイ２乗」にはチェックを入れておいてください。 �C「セル」のボタンをクリックして、クロス表のセルに表示させるデータをを指定します。「度数」の「観測」（自動的にチェックがついている）以外は必要ないかも知れません。私は、「度数」の「期待」（期待度数）、「パーセンテージ」の「行」と「列」にチェックを入れることにしています。 �D「ＯＫ」をクリックして完了

連続変数間の相関をとる（未着手） ・今回の分析の場合、尺度間の相関係数をとることが主要な分析になると思います。 【ＳＰＳＳで相関係数を求める方法】 �@メニューの「分析（Ａ）」→「相関（Ｃ）」→「２変量（Ｂ）」を選ぶ。 �A「変数（Ｖ）」にその間の相関係数を求める２つ以上の変数を入れる。 �B「オプション」ボタンをクリックし、「統計量」の「平均値と標準偏差」にチェックを入れて「続行」を選ぶ。 �C同じく「オプション」で欠損値の処理を選ぶ。今回の場合、「ペアごとに除外」を選んでおくとよい。「リストごとに除外」を選ぶと、分析に含めた変数に欠損値が１つでもあれば、分析から除外されてしまう（「リストごとに除外」の方が適切な場合もある）。「続行」を選ぶ。 �D「ＯＫ」をクリックして完了

平均値の差の検定（未着手） ・分析の作業の中では「平均値の差の検定」を行うことがよくあります。この検定をＳＰＳＳで行う方法を次に解説します。例として、「異性不安」の平均値を男女間で比較する、という検定をやってみましょう。 ・第１に考えられるのは「ｔ検定」を使う方法です。 【ｔ検定を行う】 �@メニューの「分析（Ａ）」→「平均の比較（Ｍ）」→「独立したサンプルのｔ検定（Ｔ）」を選ぶ。 �A「検定変数」に「異性不安」を選ぶ。 �B「グループ化変数」に「性別(f1)」を選ぶ。性別は１（男）と２（女）の値をとるので、「グループの定義（Ｇ）」ボタンをクリックし、「グループ１」の欄に１、「グループ２」の欄に２を入れ、「続行」をクリックする。 �C「ＯＫ」をクリックして完了です。 ・第２に、平均値の差の検定は分散分析によるＦ検定でも行えます。さらに、分散分析を「一元配置」で行うか、「多元配置」で行うか、という選択があります。比較する要因が今の例のように１つ（性別だけ）であれば「一元配置」で十分です。しかし、複数の要因（独立変数）、例えば性別と学年とか、性別とＢＳＲＩのタイプとか、を考える場合は「多元配置」で分散分析をし、問題の要因（この場合は性別）が有意な効果を持つかどうかを検定する必要があります。 【一元配置の分散分析を行う】 �@メニューの「分析（Ａ）」→「平均の比較（Ｍ）」→「一元配置分散分析（Ｏ）」を選ぶ。 �A「従属変数リスト」に「異性不安」を、「因子」に「性別(f1)」を入れる。 �B比較する集団が３つ以上の場合は、「その後の検定（Ｈ）」のボタンをクリックし、「多重比較検定」の方法を選びます。例えば「S-N-K(S)」にチェックを入れ（S-N-K検定を指定する）、「続行」をクリックしてください。 �C「オプション（Ｏ）」ボタンをクリックし、「統計量」の「記述統計量（Ｄ）」と「等分散性の検定（Ｈ）」にチェックを入れ、「続行」をクリックしてください。 �D「ＯＫ」をクリックして完了です。 【多元配置の分散分析を行う】 �@メニューの「分析（Ａ）」→「一般線形モデル（Ｇ）」→「一変量（Ｕ）」を選ぶ。 �A「従属変数」に「異性不安」を、「固定因子」に「性別(f1)」を入れる。別の要因（独立変数、例えば「学年」）も導入するときには、やはりこの「固定因子」に入れてください。 �B比較する集団が３つ以上の場合は、「その後の検定（Ｈ）」のボタンをクリックし、検定する因子を「その後の検定（Ｐ）」の欄に移し、適当な「多重比較検定」の方法を選びます。例えば「Student-Newman-Keuls」は先ほどの「S-N-K(S)」と同じです。そして、「続行」をクリックしてください。 �C「オプション（Ｏ）」ボタンをクリックして、どのグループごとの平均値を表示するかを決めます。「因子と交互作用」の欄にある要因を右側の「平均値の表示」の欄に移し、表示すべき統計量（例えば「記述統計（Ｓ）と「等分散性の検定（Ｈ）」）にチェックを入れ、「続行」をクリックしてください。 �D「ＯＫ」をクリックして完了です。

回帰分析を行う（未着手） ・卒論の分析で使うかも知れないポピュラーな方法は回帰分析です。回帰分析は、いくつかの独立変数である従属変数を説明するために用います。どのように使うかは、例えば、先述の広池さんの卒論などを参照してください。 ・回帰分析を使うか、具体的にどのようにして実行するかは、いろんな場合によって異なるので、簡単には書けません。後ほど皆さんと話し合いましょう。次に形式的な使い方だけ書いておきます。 【回帰分析を行う】 �@メニューの「分析（Ａ）」→「回帰（Ｒ）」→「線型（Ｌ）」を選ぶ。 �A左側の変数リストから従属変数とすべき１つを、右の「従属変数（Ｄ）」に入れる。 �B左側の変数リストから独立変数とすべき変数を、いくつでも、右の「独立変数（Ｉ）」に入れる。 �C「方法（Ｍ）」は「強制投入法」のままにしておく。それ以外の方法を使う場合は話し合いましょう。 �D「ＯＫ」をクリックして完了です。