今日の講義の目的
•
１．吉田（2008
）を用いて、社会理論と 調査法の結びつきについて考える。•
２．信頼性と妥当性• ３ .
真理表• 4.
標準化係数と非標準化係数再提示：データから隠れた要因 を探る！
•
例：食べ物好き嫌い調査•
試しに回答してみよう！•
調査用紙のように人々にアンケートをとり ます！近くにあるものは
、
同じような人々に 好かれていること を意味していま ３つの方向に分け す！
て
考えてゆきます。
エビフライ ハンバーガー
グラタン ・
中略
・
ほうれん草 のおひたし
縦方向にどんな並 び方をしているか 見てみよう！
油っぽい食べ物順
縦方向（因子２）は 油っぽい食べ物ほ ど好き度
再び要因から個人へ
FAC ２ _1
（因子２） 油っぽい食べ 物ほど好き度
値がマイナス
油っぽい食べ物嫌い ほど嫌いな人
値が大きい：油っぽ い食べ物ほ ど好きな人
では吉田（
2008
）では？•
表2
•
表、各因子ごと縦にみる。•
絶対値が大きい（順番に並べて、大きく 差が出るところで切ろう）ものをレポー トに書きだそう。•
食べ物調査の時のように、3
因子がどの ような尺度か、レポートにまとめよう。•
内容に合った名前をつけよう！3
つの因子• 因子に関しては岡（ 2004 ）・小林（ 2007 ）と変わ らない。
• 信頼性のある尺度だといえるだろう。
• 信頼性：何度計っても、同じように計れる。
• 妥当性：計りたいものを計っている。
• 例 1 いつみてもぴったり 32.5 分遅れの時計は【
】性は高いが、 【 】性は低い。
• 例 2 だいたい 2 、 3 分狂っている時計は
【 】性は高いが、 【 】性は低い。
仮説について
ます「科学の考え方
1
」復習• 実験・調査：仮説が間違っていることしか証 明できない。
• ある仮説：現実に合わない。→棄却
• ある仮説：現実にあっている≠正しいと証明
• 理由は第三原則で明らかに！
• ここで考えてほしい！
• 間違っているとしか、調査・実験でわからず
、どうやって仮説を検証するのか？
科学の考え方
2
仮説Ａ仮説Ａ
仮説Ｂ仮説Ｂ
仮説Ｄ仮説Ｄ 仮説Ｃ仮説Ｃ
犯人はこの中にい る！
犯人はこの中にい
×
る！× ×
Ｂ・Ｃ・Ｄは犯人じゃない Ｂ・Ｃ・Ｄは 犯人じゃない 犯人はＡ犯人はＡ
犯人候補を
すべて挙げることが重 要！
犯人候補を
すべて挙げることが重 要！
科学の考え方
1
• 実験・調査：仮説が間違っていることしか証 明できない。
• ある仮説：現実に合わない。→棄却
• ある仮説：現実にあっている≠正しいと証明
• 理由は第三原則で明らかに！
• ここで考えてほしい！
• 間違っているとしか、調査・実験でわからず
、どうやって仮説を検証するのか？
科学の考え方
2
仮説Ａ仮説Ａ
仮説Ｂ仮説Ｂ
仮説Ｄ仮説Ｄ 仮説Ｃ仮説Ｃ
犯人はこの中にい る！
犯人はこの中にい
×
る！× ×
Ｂ・Ｃ・Ｄは犯人じゃない Ｂ・Ｃ・Ｄは 犯人じゃない 犯人はＡ犯人はＡ
犯人候補を
すべて挙げることが重 要！
犯人候補を
すべて挙げることが重 要！
科学の考え方
3
• いままでの研究での仮説
• 新潟では違うかも？
• いまの若者では違うかも
• 物理学＝法則普遍
• 情報学＝時代とともに最適モデルが変わる！
• 私たちの私たちによる私たちのための 最適モデル（私たちの現実にもっともフィ ットする仮説）
では吉田（
2008
）では•
先行研究で仮説の範囲（犯人候補！）を限 定•
現在の科学では、犯人の範囲はこの範囲。•
そのなかで、時代・地域性で新たな仮説。•
電子メディア真理表
1
• 28
ページ。•
条件の同一性 重回帰のメリットは？•
グループで確認！真理表
2
•
それぞれの仮説が正しい時、この回帰分 析がどのような結果になるのかを予測！•
表9
・10
と15
ページ分析結果
• 表 16
• 非標準化係数 B
• 標準化係数ベータ
• そして有意確率
• 真理表と一致いているところ確認
• → 因果関係第二・第三条件
• ところで第二、第三条件って？
• そして、この分析で、なぜ第二・第三条件確かめ られる？
カテゴリーとカテゴリー
• 学科ごと
• 合同企業説明会に参加したか否か など
• → クロス集計
• 第二条件・第三条件チェック可能
• たとえば、合同企業説明会への参加率が A
学科の方が B 学科よりも参加率が高かった。
• 学科の違いは擬似相関で、 B 学科の学生が希 望する業種の企業が少なかったから。
三重クロス表で第三条件
業種 学科 参加した 参加しなかっ た
α 業種希望 A 学科 200 人 20 人
α 業種希望 B 学科 100 人 10 人
β 業種希望 A 学科 50 人 50 人
β 業種希望 B 学科 80 人 80 人
学科影響説、業種影響説、どちら が採択される？
（この二つしか、仮説がないとし て）
カテゴリーとスケール
•
カレ・カノいる（カテゴリーとして）•
エントリーシート書いた（カテゴリーと して）•
アイデンティティ（スケールとして）•
平均値の差の検定•
第三条件→分散分析（いままで例で話し てきたもの）問題発見・問題解決
原因の特定
（調査・実 験）
原因の特定
（調査・実
験） 問題解決
仮説 !!
仮説 !!
（インタビュー・文献予備調査 調査）
（インタビュー・文献予備調査 調査）
仮説の範囲 スケールの作成
仮説の範囲 スケールの作成
実用化：特定でき た要因について シミュレーション 損益予測：コスト パフォーマンスを
計算
真理表真理表
本学＝問題解決型
•
国際化：海外の事例・文献＝各国の専門家•
情報検索または自らデータベース作成•
あいまい科学＝統計有用•
実用化：シミュレーション•
会計学•
そして仮説構築のための講義•
社会への影響皆さんの力
• × 「声の大きな人の意見に従う。外国や東京 のマネ」
• ○ 私たちの私たちによる私たちのための地域 づくり。
• 自分たちで工夫する。結果が出る。さらに工 夫。楽しい。
• 楽しいから、さらに工夫し、さらに暮らしや すく楽しい地域に。
• 新潟の成功モデルが世界を変える。
来週
19
日と26
日•
卒業論文における具体的な悩み•
途中で相談された事例•
具体的な解決方法•
コーディング•
サンプリングなど• 26
日：試験もレポートもなし•
欠席・グループワークの点数が足りない方•
来週、確認。どのぐらいのサンプル数が必要
？
• とっても良くある質問。
• 配布プリント
• 大谷信介ほか ,1999, 『社会調査へのアプロー チ』 ミネルヴァ書房 120-1.
どのぐらいの危険率？
誤差の幅は？
危険率を小さく、誤差の幅を小さくしたければ たくさんのサンプルが必要．．．卒論だとある程
度、目をつぶらざるえない。
サンプリングの方法は？
•
ある大学を調査•
学生数3000
名• 3000
名から300
名を抽出•
単純無作為抽出法＝各学生が対象者に選ばれ る確率が一定•
在籍者名簿3000
より小さい数の乱数を乱 数表（コンピュータで乱数を発生させて）か ら選ぶ。•
これの問題点は？多段抽出法
• 調査しやすいようにまず「ゼミ」（第一段抽 出）を選び、ゼミの中から対象者を選ぶ（第 二段抽出）することにした。
• ゼミの数は 300
• ゼミの人数は 10 名～ 30 名と一定ではない。
• 30 ゼミを選び、各ゼミ 10 名ずつ回答してもら うこととした。
• 各学生が対象者に選ばれる確率を一定にする には？
多段無作為抽出
• 全員に番号を振る。
• 3000 より小さい乱数を 30 選ぶ。
• この乱数が「あたった人がいる 30 ゼミ」を調査
• 各ゼミの中で、乱数を用いて 10 名を抽出
• 30 名のゼミの学生 ゼミが当たる確率
• 30/3000 ＝ 1/100
• ゼミの中で対象者になる確率は 10/30
• 対象者になる確率は 1/300.
• では 10 名のゼミは？
層化無作為抽出
•
先ほどの学生調査。•
男女比が重要だとする。•
男女比を母集団をそろえる。•
＝層化•
層化したうえで、無作為抽出。先週の復習
•
恋人がいる人はβ
が大きい。•
恋人が多いほどβ
が大きい。•
→ 比例を理解していない。•
現実に応用できない知識など世の中では 役に立たない。•
変化するのは変数。•
傾きは変わらない。•
統計ではない。算数。•
たぶん算数がわからないのではなく、わ かるということがわかっていない・・・問題発見・問題解決
原因の特定
（調査・実 験）
原因の特定
（調査・実
験） 問題解決
仮説 !!
仮説 !!
（インタビュー・文献予備調査 調査）
（インタビュー・文献予備調査 調査）
仮説の範囲 スケールの作成
仮説の範囲 スケールの作成
実用化：特定でき た要因について シミュレーション 損益予測：コスト パフォーマンスを
計算
真理表真理表
本学＝問題解決型
•
国際化：海外の事例・文献＝各国の専門家•
情報検索または自らデータベース作成•
あいまい科学＝統計有用•
実用化：シミュレーション•
会計学•
そして仮説構築のための講義•
社会への影響生きろ
