本人も気が付いていないこと
夜神月（ライト）の分析手法
今日の講義の目的
• １．本人も気がついていない行動の傾向 性を探る方法を学ぶ
• ２．大学と学校の授業の違い
• ３・情報システム学科の「もうひとつの
特徴」
3
大学と学校の違い
学校：誰かの作った知
識や技術を理解 情報の消費者
大学：まだ誰も分から ない“自分の問い”を 解明
情報の生産者
新しい 情報を生産 するために、 他の人の発 想
着想を活用します！ グループワーク！
はじめに
•
デスノートのルール： 知っているか な？
•
１．自己紹介
•
２．知っていることをグループの 皆さんに話してください
。
デスノートのルール
• 映画「デスノート The last nam e 」の冒頭シーンでルール確認
• デスノートに名前を書かれたものは、
死ぬ
• デスノートは書く人物の顔が頭に入っ
ていないと効果が得られない（ゆえに
同姓同名の人物は死なない）
デスノートのルール２
• 名前の後に死因を書かなければ心臓 麻痺となる。
• 死因を書けば６分 40 秒間、詳しい死 の状況を書く時間が与えられる。
• テスノートに触ったものだけが死神
を見ることができる。
デスノートのルール３
• デスノートの所有権を放棄したらデス ノートにまつわる記憶を失う。
• だが、デスノートの一部にでも触れたら
、記憶はすべてよみがえる。
• デスノートで操れる死の時間は人間界単 位で 23 日以内である。
• デスノートに一度書かれたことは変更で
きない。
本日の場面
• 第一のキラ：デスノートで犯罪者を 殺す。
• 凶悪犯罪の抑止を狙う。
• 別のキラ（第三のキラ）が現れた！
•
参照：デスノート
the last name月が「第三のキラ」の殺人
の傾向性を 分析し、「第三の
キラ」を特定
L （竜崎）の指摘
• 「人間は誰かをマネよ うと思ってもある傾向 をもってズレてしまう
。
• 最初のキラと今のキラ
の違いを示す要因が抽
出されている
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！
• 「 NUISLIVE2008 食べ物」というファイルをダブルク リックしてください（架空のデータです）。
食べ物の好みデータ
•
あるものが好きな人は、他の物を好きな 傾向があるか？
•
好き嫌いの背後にある隠れた要因（因 子）を探ります。
ヨコ一行に
一人分の
データを
入力して
あります！
分析→データの分解→因子分析
冷奴からイナゴの佃煮までをマ
ウスで指定して
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
では他の方向は？ 図を
ダブルク
リック
因子１方向は？要因
グループで相談 してみましょ
う！
ではライトの分析は？
「NUISLIVE2008ライト」というファイルをダブルクリックしてください（架空
のデータです）。
基本的には同じ！
アンケートではなく
キラと思われる殺人事件をデータ化
左の画面より
もっと多くのことについ てデータ化
12 の要因が抽出
そのうち３つが、第一の キラ
と第三のキラで大きく異 なっていた。
22
大学と学校の違い
学校：誰かの作った知
識や技術を理解 情報の消費者
大学：まだ誰も分から ない“自分の問い”を 解明
情報の生産者
例：人々の行動の傾向性を問題解決に生かす
新しい商品やしくみの開発
情報システム学科
コンピュー
タ 使う人
使う人 使う人
使う人・周りの 人のことまで含 めて、 情報 システム
人々の方を担 当
地頭力：新しい発想（仮説）で、行動を解 明！
周りの人
ヒント 1 ：先週の調査にくらべ て、どんな情報が不足していま
すか？
先週の調査にくらべて、どんな情報が不足 していますか？
•
あなたは以下の食べ物を好きですか嫌いですか
。好きな食べ物の記号、すべてに○をしてくだ さい。
•
（ア）冷ややっこ （イ）茶碗蒸し （ウ）ハ ンバーガー （エ）エビフライ （オ）グラ タン （カ）ほうれん草のおひたし （キ）
キムチ （ク）辛子明太子 （ケ）イナゴの佃
煮
他にどんな聞き方があるだろう
• 好きなもの調査、他の方法を考えてみよう。
？
• それぞれどんな情報を集めていて、どんな情報は集 めていないのか。
• 集めたい情報によって、手段を選ぶためには、それ ぞれの方法の集められる情報・集められない情報を 考えておく必要がある。
• テキストで覚えたこと：仕事の場では出てこない。
• 自分で一度考えたこと：仕事の場でも考えられる。
こんなこと気が付いた？
•
順位？ 好きなもの順を書いてもらう！
•
一番好きなもの？ 一つ
•
どれだけ好きか（とっても好き、少し好き
、ちょっと嫌い、とても嫌い：スケール）
それぞれ、どうちがう？
カメとウサギとネコの 100m 走
• 順位
！
• 一番
1 位 カ メ
2 位 ウサ ギ
3 位 トラ
1 位 カメ
スケールは？
一番だけ聞くのや順位を聞くのにくらべて どんな情報が増えてますか？
スケール
1 位 カメ
2 位 ウサギ
3 位 トラ
9 秒 99 10 秒 03 14 秒 55
4 つの比較 調査法 情報
複数回答
程度の情報が 2 段階（好き・嫌い）。
一番に○
2 番以降についての情報がない。順位
各順位の間の差がわからない。スケール 順位間の間隔までわかる。
1 番と 2 番は僅差で、甲乙つけがたく どちらも人気（速い）かも。
ちなみに
• 複数回答は…
• たくさん○が付いていた項目
• 皆に人気がある．．．
• → とは言えない！
• 多くの人に嫌われてないもの。
• ＋たくさん○をつける人の意見が多く反映。
• ＋アンケートの選択肢の並び順も影響
• 初めに○したら、最後まで見てくれないかも
• （ 3 つも、○したら義理は果たした！）
スケールで調査して
•
スケールで調査した（ｎ段階または一対比 較の調査結果からスケールを作成）
•
これで順位出した！
•
先週のライトの手法：因子分析とどこがち がう？
ライトの分析をみて言った
Lの言葉を思い出そう！
L （竜崎）の指摘
• 「人間は誰かをマネよ うと思ってもある傾向 をもってズレてしまう
。
• 最初のキラと今のキラ
の違いを示す要因が抽
出されている
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！
• 「 NUISLIVE2008 食べ物」というファイルをダブルク リックしてください（架空のデータです）。
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
隠れた要因または統合成分
•
因子分析は背後の隠れた要因を、
•
探索している。
•
ただのランキング＝過去の
1位・
2位・
・・
•
背後の要因がわかれば、次に売れるもの
開発可能。
自由回答で聞いたら？
• 初めから、好きな食べ物・嫌いな食べ物を自由 記述で質問＝あまり賢くない聞きかた。
• 食べ物、たくさんある。言われると「あ、おれ もそれ好き（嫌い）」と思いつくこと多い。
• 調査対象者にあたえる情報が少ない。
• ほとんどあてにならない。
• むしろインタビューの方がいいだろう。
• 回答してもらい、類似の食品の好き嫌いこちら から質問できる。
• インタビュー結果をもとにアンケートを作成
• 多くの人々で確認をとる。
自由記述で理由聞いたら？
• どうしてこれ嫌い？
• 因子分析の解釈の参考にはなる。
• しかしあまり信用しない方がいい。
• 本人だってわからない。
• とりあえず答えるけど。
• カメさん：なんで○○きらいなの？
• ウサギさん：苦いから
• カメさん：けど、コーヒーは好きだよね。
• ウサギさん：それは…わかんないよ。もういいだろ！
グループワーク
• 私たちの好き嫌い・価値観・得意不得意…
• 何か背後に、共通する要因がありそうなもの 考えてみよう
• 例：算数好きな人は理科も好き。国語好きな 人は社会も好き。
• → 理系という要因と文系という要因
• 例： 100M 走早い人は、走り高跳びも得
意。 1500 Ｍ走早い人は、踏み台昇降も得意
。
• → 瞬発力という要因と、持久力という要因
信頼性と妥当性
•
信頼性：なんど測っても同じ値。
•
体重計：測って、すぐにもう一度測る。
•
同じ値＝信頼性が高い。
•
体脂肪計： 測って、すぐにもう一度測る。
•
同じ値にならないことがしばしば
•
＝信頼性が低い。体重やその他の計測値か
らの推測。体重よりも信頼性が下がってし
まうの、はしかたがない。
信頼性を上げる方法を考えよう
！
•
毎日、体重を測って、増減を計測したい！
• 体重 一日の中で 1kg ぐらいは変動する。
• 昼食後＞空腹時のフロ上がり
•
昨日は昼食後、今日は帰ってきて、風呂上
りに計測！• × 体重が
1kgへった！…のではなく、お腹 が空っぽだから。
•
信頼性を上げるには？ グループワーク
妥当性
• 測りたいものを測っているか？
• たとえば、、、ラスムッセンの自己同一性（アイデ ンティティ）尺度
• もともとは 60 項目
• 皆さんにやってもらった 10 項目に
• 心理学科ではない本学でこの項目をしようすれば、
、、
• アイデンティティではなく、「根気強さ」を計測し ている？ 途中で答えるのイヤになってデタラメに
。
その他にも
• Q
：最終的に職業が決定したら、きっとう まく人生を乗り越えられるであろう。
•
まったくそう思わない～非常にそう思う
• 7
段階の選択肢で答えてもらう。
•
これは何を計測したくてつくられた項目 だとおもう？
•
グループワーク！
今の不況時なら
• 最終的に職業が決定したら、きっとうまく人生を乗り越 えられるであろう。
• 就職が決まりそうだと考えているかを測ってしまってい るのかも。
• ちなみに基本的信頼感（世の中の人々を信頼しているか
）を測りたいそうです。
• 調査の前に、妥当性の確認
• すでに妥当性が確認されている同種の項目と相関してい るか
• 回答者がどのようなことを考えて答えたのか 十人程度でもいいから確認
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。
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。
•
男女比を母集団とそろえる。
•
＝層化
•
